第四章 新闻爬取

import requests
from lxml import etree
import json
url="https://www.ptpress.com.cn/newsInfo/getCurrentAffairsForPortal"
headers = {
        "User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/99.0.4844.51 Safari/537.36",

        }
response=requests.get(url,headers=headers)
content=response.content.decode("utf-8")
print(content)
data=json.loads(content)
data_1=data['data']
data_2=data_1['news6']



##存储
import pymongo
client=pymongo.MongoClient("mongodb://localhost:27017/")
db=client.pythondb

MONGO_URL='localhost'
client=pymongo.MongoClient(MONGO_URL)
db=client['pythondb']
collection=db.test
for i in data_2:
    data_time=i['created']
    mainTitle=i['mainTitle']
    a={'created':data_time,
       'mainTitle':mainTitle
            
            }
    collection.insert_one(a)
    print(a)

MongoDB需要自行下载

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