新闻爬虫步骤python_使用Python爬虫教你如何实现给微信群发新闻早报！看一下怎么操作吧！...

​

1. 场景

经常有小伙伴在交流群问我，每天的早报新闻是怎么获取的？

​

其实，早期使用的方案，是利用爬虫获取到一些新闻网站的标题，然后做了一些简单的数据清洗，最后利用 itchat 发送到指定的社群中。

由于爬虫面对 网站改版的不稳定性及 itchat 不安全性 ，所以放弃了这种方案

后期更改了一种方案，通过修改爬虫方案，创建 API 服务，编写 App 去获取数据，然后手动发送到微信群

本篇文章将和大家详细聊聊具体的实现过程

2. 数据爬取

第 1 步， 通过 Python 爬虫获取数据

获取方式有 2 种，分别是：已有的新闻早报网站、新闻网站的头条新闻

选择一种爬虫方式，就能很快地爬取到目标网站的数据

第 2 步， 数据清洗，排序

将爬取到的数据先进行一次关键字筛选，然后按照点赞或者阅读数按照热点进行排序

第 3 步， 参数化，去重

去掉数据中重复的新闻，然后将最后展示的数目参数化

​

需要注意的是， 由于新闻网站会经常改版，建议爬取多个新闻网站，做好异常处理，做一个优先级，如果一个网站爬取数据失败，切换到下一个级别的网站爬取数据

3. 服务化

将数据服务化，即编写 API，目的是为了方便终端调用

如果使用 Python 编写 API，建议使用 FastAPI 或 Flask 框架，因为这两个框架开发 API 方便快捷， 以 FastAPI 为例：

第 1 步， 安装依赖

包含 FastAPI 框架及 hypercorn 依赖，hypercorn 是独立的 ASGI 服务器，方便 FastAPI 项目的部署

​

第 2 步， 编写 API

使用 FastAPI 很方便， 不到 10 行代码就能编写一个接口服务

只需要实例化 FastAPI 对象，利用装饰器指定请求方法和路径即可，调用上面的爬虫方法即可。

​

如要想本地调试 API，可以通过 uvicorn 命令运行项目

​

然后访问下面的地址，查看返回的新闻数据

http://127.0.0.1:8000/last_news

​

第 3 步， 生成依赖迁移文件

使用 pip freeze 命令将在本地生成依赖迁移文件

​

第 4 步， 上传代码

将代码上传到代码托管平台，比如：码云、GitLab 等

第 5 步， 服务器拉取代码

服务器中通过 git 拉取代码，并通过依赖文件一键安装所有依赖

​

第 6 步， 运行服务

使用 hypercorn 运行 FastAPI 项目，使进程一直在后台运行，并保存运行日志信息

​

需要注意的是， 项目绑定的端口号需要在防火墙和云服务器安全组开启

当然，如果使用 Java 编写 API，推荐使用 Spring Boot，可以快速开发一个 Restful API 服务

4. 编写 App

完成 API 服务之后，接下来就是在终端编写一款 App 去访问 API，拿到数据并展示出来

以编写一款 Android 应用为例

首先，我们在界面上放置一个文本显示框和一个按钮控件

然后， 对按钮控件设置点击事件的监听

​

接着， 使用 Android 的网络请求框架 OkHttp 框架调用 API 获取数据

​

最后，将新闻数据显示在文本控件中， 并复制到系统剪切板

​

如果只有 iOS 设备，使用 Xcode 编写 iOS 应用，建议将 Xcode 升级到 11.0 以上

创建项目的时候，推荐使用 SwiftUI 构建 UI 界面，然后利用 CocoaPods 添加 Alamofire 网络请求依赖库，其他操作步骤和 Android 端类似，这里不展开说明

​

5. 最后

上面步骤只需要点击 App 中的按钮，早报新闻就复制到系统剪切板了，接着可以转发到多个微信群了

当然，最后一步也可以利用 SoloPi 或者无障碍，将内容利用自动化操作，一键转发出去

此文转载文，著作权归作者所有，如有侵权联系小编删除！

需要源代码或者想了解更多的点击这里下载