python3 怎么爬取新闻网站?

先开个坑,以后再填吧.......

import requests
from bs4 import BeautifulSoup
def content(url):
    text = requests.get(url)
    text.encoding = 'utf-8'
    soup2 = BeautifulSoup(text.text,'html5lib')
    header2 = soup2.select('h1')[0].text
    text2 = soup2.select('#artibody')[0].text
    time2 = soup2.select('.time-source')[0].text
    print(header2,text2,time2,'\n\n\n')
res = requests.get('http://news.sina.com.cn/china/')
res.encoding = 'utf-8'
soup = BeautifulSoup(res.text,"html5lib")
for news in soup.select('.news-item'):
    if len(news.select('h2')) > 0:
        header = news.select('h2')[0].text
        link = news.select('a')[0]['href']
        time = news.select('.time')[0].text
        print(link,time)
        content(link)

  

转载于:https://www.cnblogs.com/Tsukasa/p/6680756.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值