将新浪新闻首页所有新闻爬取下来

 
'''将新浪新闻首页所有新闻爬取下来'''
import urllib.request
import urllib.error
import re


#模拟请求头
headers={
'User-Agent':"Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) "
             "Chrome/49.0.2623.112 Safari/537.36"
}
#设置请求体
req=urllib.request.Request('https://news.sina.com.cn/',headers=headers)
response=urllib.request.urlopen(req)
data=response.read().decode('utf-8','ignore')
#正则表达式
pat='href="(http://news.sina.com.cn/.*?)"'
#新闻链接
urllists=re.findall(pat,data)
print(urllists)
for i in range(1,len(urllists)):
    time.sleep(3)
    try:
        file="C:/Users/Administrator/Desktop/news/"+str(i)+".html"
        urllib.request.urlretrieve(urllists[i],file)
    except urllib.error.URLError as e:
        if hasattr(e,'code'):
            print(e.code)
        if hasattr(e,'reason'):
            print(e.reason)

  • 0
    点赞
  • 1
    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