python做新闻网站_Python爬虫并自制新闻网站，太好玩了

来源 | 凹凸数据(ID：alltodata)

我们总是在爬啊爬，爬到了数据难道只是为了做一个词云吗？

当然不！这次我就利用flask为大家呈现一道小菜。

Flask是python中一个轻量级web框架，相对于其他web框架来说简单，适合小白练手。使用Flask+爬虫，教大家如何实时展示自己爬下来的数据到网页上。

先给大家展示一下这个丑丑的网页 ↓

(给个面子，别笑

)

演示三个功能

整个流程就是简单的三步：

爬取数据

利用实时爬取数据生成词云

利用热点推荐新闻

爬虫部分

这次爬虫主要利用多线程方式爬取新浪新闻+网易新闻所有栏目新闻信息。

一共14个栏目，两个网站的页面信息都是通过ajax加载完成的，请求对应的栏目链接后，返回的字符串是这样的，仔细观察会发现我们要看的新闻内容被包含在data_callback里面

图2

是一个列表样式，

这时候我们就可以用eval函数将这个字符串处理成一个列表格式

def get_wy_teach():

url = 'https://tech.163.com/special/00097UHL/tech_datalist.js?callback=data_callback'

headers = {

'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.163 Safari/537.36'

}

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

# print(res.text)

data = res.text

data = eval(data.replace('data_callback(','').replace(data[-1],""))

然后下面就可以循环提取出新闻内容了，最后一步就是存储到我们的mysql数据库中

当我们建立好14个栏目的爬虫后，再来编写一个主文件main，利用简单的多线程方法启动14个文件并行爬取14个栏目的新闻

def multi_thread():

t1 = threading.Thread(target=xzg)

t2 = threading.Thread(target=xz)

#......

t13 = threading.Thread(target=wy_hua)

t14 = threading.Thread(target=wy_chn)

t1.start()

t2.start()

#......

t13.start()

t14.start()

对了，爬虫之后我们还是做了词云的，哈哈哈

点击生成今日热点新闻词云，静待片刻

今日热点词汇

flask部分：

辅材处理完成，现在我们开始做主菜部分。

from flask import Flask,render_template,request

#注册创建app应用，_name_是python预定义变量

app = Flask(__name__)

#跨域请求cors

from flask_cors import CORS

CORS(app, resources=r'/*')

#启动爬虫页

@app.route('/test', methods=['GET'])

def mytest():

main.multi_thread()

time.sleep(10)

return '爬取完成~'

if __name__ == '__main__':

app.run(debug=True,port=5000)

render_template, 用于渲染我们的h5页面

app = Flask(__name__)，这个是flask的必写项，必须先定义模块名，用于设置路由路径(转接4)

cors跨域请求，一般用于ajax请求，CORS(app, resources=r'/*')定义app路由中所有路径都适用于跨域请求

@app.route('/test')，当你想使用mytest功能时候，设置了/test作用该函数的访问路径。例：http://49.233.23.230:5000/test

app.run(debug=True,port=5000)，最后就是指定监听地址端口为 5000，debug=True是调试环境，用于生产环境时可更改为Flase。

这样一个个小小的Flask页面接口就完成了

接口写好了，下面我们来搞个h5页面，我们首先来建立一个简单hmtl文件(举例新闻推荐页面)

html>

Title

今日新闻推荐

•  

  {data[0][1]}}">{

  {data[0][0]}}

•  

  {data[1][1]}}">{

  {data[1][0]}}

•  

  {data[2][1]}}">{

  {data[2][0]}}

•  

  {data[3][1]}}">{

  {data[3][0]}}

•  

  {data[4][1]}}">{

  {data[4][0]}}

•  

  {data[5][1]}}">{

  {data[5][0]}}

•  

  {data[6][1]}}">{

  {data[6][0]}}

•  

  {data[7][1]}}">{

  {data[7][0]}}

•  

  {data[8][1]}}">{

  {data[8][0]}}

•  

  {data[9][1]}}">{

  {data[9][0]}}

•  

  {data[10][1]}}">{

  {data[10][0]}}

•  

  {data[11][1]}}">{

  {data[11][0]}}

•  

  {data[12][1]}}">{

  {data[12][0]}}

•  

  {data[13][1]}}">{

  {data[13][0]}}

•  

  {data[14][1]}}">{

  {data[14][0]}}

•  

  {data[15][1]}}">{

  {data[15][0]}}

•  

  {data[16][1]}}">{

  {data[16][0]}}

•  

  {data[17][1]}}">{

  {data[17][0]}}

•  

  {data[18][1]}}">{

  {data[18][0]}}

•  

  {data[19][1]}}">{

  {data[19][0]}}

我们将从数据库中获取到的数据传入到h5文件

#新闻推荐

@app.route('/news')

def news_list():

data = get_mysql()

return render_template('index4.html', data=data)

复制粘贴20个li方便大家理解我设置今日推荐新闻条数是20条，

你也可以通过自己喜爱算法从数据库选择20条新闻推送的网页

刷新新闻与查看新闻

到这，一个简陋的 Flask 网站就完成了，是不是很简单。

Flask 是个小巧、灵活的web框架，可以让自己决定定制哪些功能，灵活定制组件，非常适用于小型网站。

结语：(网站想要漂亮，还是要学一下h5，别学我)

更多精彩推荐