使用python3爬取百度新闻的即时新闻

print('Hello, 2019年一定要当上程序员!')
import requests
from bs4 import BeautifulSoup
import time
import os

'''
爬取心得:
如果页面看到的数据没有爬取的了,就去XHR里面看看,有时候你看到的页面数据的URl和网页上面的URL不一致,就像这篇代码一样
目标url:https://news.baidu.com/internet
做了修改之后,完美呐,不会覆盖原有的本地新闻,每次打开都会自动添加新的新闻保存到本地,自动跳过旧的新闻
'''

def urls(url, headers): #爬取所有url
	urlsss = []
	r = requests.get(url, headers=headers).text
	soup = BeautifulSoup(r,'lxml')
	for i in soup.find_all('h3'):  #[:-3]
		urlsss.append(i.a.get('href')) 
	return urlsss

def url_neirong(urls,headers): #每章内容的操作
	#先检查是否存在该文件夹
	if os.path.exists('D:/IT/新闻/'): 
		pass
	else:
		os.mkdir('D:/IT/新闻/')
	for q in urls:
		try:
			time.sleep(2)
			r = requests.get(q, headers=headers).text
			soup = BeautifulSoup(r,'lxml')
			for i in soup.find('div', class_="article-title"): #每章的标题
				i
  • 4
    点赞
  • 25
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
评论 2
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