任务四
‘’’
本任务要求大家完成一个简单的爬虫项目,包括网页爬取、信息提取以及数据保存
在完成本次任务时,建议大家认真思考,结合自己的逻辑,完成任务。
注意:本任务的得分将按照任务提交时间的先后顺序与任务正确率结合来计算,
由于每位同学的题目都不相同,建议不要抄袭,一旦发现抄袭情况,本次任务判为0分’’’
from typing import Any, Tuple
‘’’
第一题:请使用爬虫技术,爬取以下5个url地址的网页信息,并进行关键信息提取。
从爬取到的页面源码中提取下列4种信息:
1.文章标题
2.正文内容(注意,只提取文章的文本内容,不得提取页面中其他无关的文本内容)
3.图片链接(如果有)
4.时间、日期(如果有)’’’
#你分配到的url为:url = [‘http://fashion.cosmopolitan.com.cn/2019/1020/287733.shtml’,‘http://dress.pclady.com.cn/style/liuxing/1003/520703.html’,‘http://www.smartshe.com/trends/20191009/56414.html’,‘https://dress.yxlady.com/202004/1560779.shtml’,‘http://www.yoka.com/fashion/roadshow/2019/0513/52923401100538.shtml’]
url1 =‘http://fashion.cosmopolitan.com.cn/2019/1020/287733.shtml’;url2 = ‘http://dress.