python爬取校园新闻

本文介绍如何使用Python进行网络爬虫,通过实例详细解析如何爬取并解析校园网站上的新闻数据,涉及requests、BeautifulSoup等库的运用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

from bs4 import BeautifulSoup
from urllib.parse import urljoin
import urllib.request
import urllib.parse

class Spider(object):
    #获取1到10页源码
    def main(self):
        # urls = []
        for i in range(1, 10):
            url='https://www.jhc.cn/4548/list' + str(i) + '.htm'
            request = urllib.request.Request(url)
            response = urllib.request.urlopen(request)
            html = response.read().decode('utf-8')
            # print(html)
            # print(url)
            self.load_page(html)

    # 获取1到10页中所有的url
    def load_page(self, html):
        soup = BeautifulSoup(html, 'lxml')
        divs = soup.select('.Article_Title')    #select类名查找..Article_Title
        for div in divs:
            ul = div.select('a')[0].get('href') #select标签名查找,获取href
            if ul.startswith('/2020/'):     #判断如果url中包含/2020/
                uls.append(urljoi
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