python爬百度新闻_网络爬虫之爬取百度新闻链接

本文介绍了使用Python的urllib和BeautifulSoup库爬取百度新闻链接的方法。首先通过pip安装必要的库,然后在PyCharm中配置环境。接着,定义一个Scraper类用于爬取和打印包含html的链接。最后,修改代码将获取的链接保存到output.txt文件中。
摘要由CSDN通过智能技术生成

1.安装beauitfulsoup4 cmd-> pip install beautifulsoup4

python提供了一个支持处理网络链接的内置模块urllib,beatuifulsoup是用来解析html

验证安装是否成功

2. pycharm配置

3.代码如下

import urllib.request

from bs4 import BeautifulSoup

class Scraper:

def __init__(self,site):

self.site=site

def scrape(self):

r=urllib.request.urlopen(self.site)

html=r.read()

parser="html.parser"

sp=BeautifulSoup(html,parser)

for tag in sp.find_all("a"):

url=tag.get("href")

if url is None:

continue

if "html" in url:

print("\n"+url)

news="http://news.baidu.com/"

S

  • 0
    点赞
  • 7
    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