采集百度新闻首页热点要闻标题及部分内容

import  bs4,requests
headers={'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/65.0.3325.181 Safari/537.36'}
res=requests.get('https://news.baidu.com',headers=headers)
res.raise_for_status()

soup=bs4.BeautifulSoup(res.text,'html.parser')
items=soup.find_all('div',class_='mod-tab-content')
fp=open('新闻.txt','a')
for item in items:
    con=item.find_all('li')
    for i in con:
        # print(i.a.attrs['href'],i.a.text)
        res=requests.get(i.a.attrs['href'],headers=headers)
        # print(res.text)
        soup=bs4.BeautifulSoup(res.text,'html.parser')

        src=soup.select('.article-content')
        if src:
        # print(src.getText())
            for sc in src:
                a=sc.getText()
                fp.write('\n\r'+i.a.attrs['href']+'-----------'+i.a.text+':'+'\n'+a+'\r\n')
        else:
            fp.write('\n\r' + i.a.attrs['href'] + '-----------' + i.a.text + ':'  + '\r\n')
fp.close()

 

重温了bs4模块内容,tag等内容还掌握的不好,继续联系

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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