9、创建自定义新闻源

创建自定义新闻源

在当今信息爆炸的时代，拥有一个符合个人兴趣的新闻源显得尤为重要。本文将详细介绍如何创建一个自定义新闻源，从数据准备到模型训练，再到日常新闻流的设置，为你提供一套完整的解决方案。

1. 数据准备

在开始之前，我们已经收集了两种类型的故事数据，现在需要将它们合并到一个 DataFrame 中：

import pandas as pd

df = pd.concat([yes_uf, no_uf])
df.dropna(inplace=1)
df

接下来，我们需要下载每篇文章的 HTML 内容。为了避免为多个网站构建自己的爬虫，我们将使用 embed.ly 这个免费服务。

1.1 使用 embed.ly API 下载文章内容

步骤如下：
1. 注册 embed.ly API 访问权限，访问 https://app.embed.ly/signup 进行注册，注册成功后会收到一个 API 密钥。
2. 使用以下代码下载 HTML 内容：

import urllib
import requests
import json

def get_html(x):
    qurl = urllib.parse.quote(x)
    rhtml = requests.get('https://api.embedly.co