爬虫（利用正则表达式爬取百度新闻（淘宝））

先直接在百度新闻中搜索“淘宝”
得到url = “”"
https://www.baidu.com/s?ie=utf-8&medium=0&rtt=1&bsst=1&rsv_dl=news_t_sk&cl=2&wd=%E6%B7%98%E5%AE%9D%E7%BD%91&tn=news&rsv_bp=1&rsv_sug3=12&rsv_sug1=3&rsv_sug7=100&oq=&rsv_sug2=0&rsv_btype=t&f=8&inputT=1755&rsv_sug4=3277"""

接着用requests库

import requests


headers = {
   'User-Agent':
'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/62.0.3202.89 Safari/537.36' 
}



res = requests.get(url , headers = headers).text

print(res)

得到源代码：

观察源代码发现，新闻标题和summary都在

和 之间，故使用正则表达式进行匹