爬虫练习

最新推荐文章于 2022-02-18 07:36:21 发布

weixin_30950607

最新推荐文章于 2022-02-18 07:36:21 发布

阅读量151

点赞数

文章标签：爬虫 python

原文链接：http://www.cnblogs.com/qq1141100952com/p/8668101.html

版权

import requests
url='http://localhost:63342/Python%E8%BF%90%E8%A1%8C%E9%A1%B9%E7%9B%AE/sd.html?_ijt=7odtctsgf0pdru995lumvln8me'
res=requests.get(url)
res.status_code
res.encoding='utf-8'

from bs4 import BeautifulSoup
soud=BeautifulSoup(res.text,'html.parser')



1:取出h1标签的文本

print(soud.head.title.text)



2:取出a标签的链接

print(soud.a.attrs)



3:取出所有li标签的所有内容

print(soud.li.text)



4:取出一条新闻的标题、链接、发布时间、来源
    标题：

print(soud.select('.news-list-title')[0].text)


链接：

print(soud.li.a.attrs)

发布时间：

print(soud.select('.news-list-info')[0].contents[0].text)

来源：

print(soud.select('.news-list-info')[0].contents[1].text)

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Simple DOM Demo</title>
</head>

<body>
    <h1>This is the document body</h1>
    <P ID = "p1Node">This is paragraph 1.</P>
    <P ID = "p2Node">段落2</P>
    <a href="http://www.gzcc.cn/">广州商学院</a>

    <li>
        <a href="http://news.gzcc.cn/html/2018/xiaoyuanxinwen_0328/9113.html">
            <div class="news-list-text">
                <div class="news-list-title" style="">我校校长杨文轩教授讲授新学期“思政第一课”</div>
                <div class="news-list-description">3月27日下午，我校校长杨文轩教授在第四教学楼310室为学生讲授了新学期“思政第一课”。</div>
                <div class="news-list-info"><span><i class="fa fa-clock-o"></i>2018-03-28</span><span><i class="fa fa-building-o"></i>马克思主义学院</span></div>
            </div>
        </a>
    </li>
</body>
</html>

转载于:https://www.cnblogs.com/qq1141100952com/p/8668101.html

weixin_30950607

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
爬虫练习

import requestsurl='http://localhost:63342/Python%E8%BF%90%E8%A1%8C%E9%A1%B9%E7%9B%AE/sd.html?_ijt=7odtctsgf0pdru995lumvln8me'res=requests.get(url)res.status_coderes.encoding='utf-8'from bs4 impor...
复制链接

扫一扫