爬取多家公司的新浪财经新闻,并设置好异常情况处理。

1 需求

爬取多家公司的新浪财经新闻,并设置好异常情况处理。

2 代码实现

import requests
import re


def news(company, page):
    # 获取网页源代码
    url = 'https://search.sina.com.cn/news?q=' + company + '&c=news&sort=time&page' + str(page)
    headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:91.0) Gecko/20100101 Firefox/91.0'}
    source = requests.get(url=url, headers=headers).text
    # 获取新闻标题
    p_title = '<h2>.*?" target="_blank">(.*?)</a>'
    title = re.findall(p_title, source)
    # 获取网页网址
    p_href = '<h2>.*?<a href="(.*?)" target="_blank">'
    href = re.findall(p_href, source)
    p_img = '" src="(.*?)" />'
    img = re.findall(p_img, source)
    for index in range(len(title)):
        title[index] = re.sub('<.*?>', '', title[index]).strip()
        file = open('images/' + title[index] + '.jpg', 'wb')
        pic = requests.get(img[index])
        file.write(pic.content)
        file.close()
        print(str(index + 1) + "." + title[index] + "(" + href[index] + ")")
        print()


if __name__ == "__main__":
    companies = ['字节跳动', '阿里巴巴', '腾讯', '贵州茅台']
    for index in range(10):
        for company in companies:
            try:
                news(company, index + 1)
                print(company + "新浪财经爬取成功!")
            except:
                print(company + "新浪财经爬取失败!")
  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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