python爬取新浪新闻首页_python 爬虫 入门 爬取新浪新闻

1

大家知道，爬虫实际上就是模拟浏览器请求，然后把请求到的数据，经过我们的分析，提取出我们想要的内容，这也就是爬虫的实现

2

首先，我们要写爬虫，可以借鉴一些工具，我们先从简单的入门，首先说到请求，我们就会想到python中，非常好用的requests，然后说到分析解析就会用到bs4，然后我们可以直接用pip命令来实现安装，假如安装的是python3，也可以用pip3

3

安装好这两个类库之后，然后我们就可以先请求数据，查看下新闻的内容，这个时候我们有可能看到的是乱码

4

怎么处理乱码呢？我们可以拿浏览器打开网页，右键查看网页源代码，我们可以看到编码格式为utf-8

5

然后我们在输出的时候添加编码格式，就可以查看到正确编码的数据了

6

拿到数据之后，我们需要先分析数据，看我们想要的数据在哪里，我们打开浏览器，右键审查，然后按示例图操作，就可以看到我们新闻所在的标签，假如是windows系统，选择开发中工具里面一样

7

我们知道属于哪个标签之后，就是用bs4来解析拿到我们想要的数据了

8

我们想要拿到新闻的具体标题，时间，地址，就需要我们在对元素进行深入的解析，我们还是按之前的方法，找到标题所在的标签

9

然后我们编写标题时间地址的python程序，就可以爬取出对应的标题内容,时间和地址

10

简单的python爬取新闻就讲到这里啦

END