python爬取新浪新闻意义_python 新浪新闻的爬虫(将标题和内容写到json文件中)...

import urllib.request

import re

data=urllib.request.urlopen("http://news.sina.com.cn/").read()

#"ignore"就是为了防止报错的

data=data.decode("utf-8","ignore")

#这是一个正则

pat='href="(https://news.sina.com.cn/c/.*?)"'

allurl=re.compile(pat).findall(data)

dirt={}

for i in range(0,len(allurl)):

total=urllib.request.urlopen(allurl[i])).read().decode("utf-8","ignore")

#标题的正则

title_pat='"main-title">(.*?)'

#正则匹配到的数据

title_one=re.compile(title_pat).findall(total)

#将数组转成字符串

title_one="".join(title_one)

#内容的正则

con_pat='

([\d\D]*)

'

#正则匹配到的数据

con_one=re.compile(con_pat).findall(total)

#将数组转成字符串

con_one="".join(con_one)

#将数剧装入字典中

dirt[title_one]=con_one

>>> fn=open("D:/myjson1.json","wb")

#str(mydirt)表示字典转字符串,str(mydirt).encode(encoding='utf-8'):表示解码后的字节

>>> fn.write(str(mydirt).encode(encoding='utf-8'))

>>>fn.close()

如果有用投个币吧

  • 0
    点赞
  • 0
    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