用requests库和BeautifulSoup4库爬取新闻列表

最新推荐文章于 2021-10-14 17:08:14 发布

weixin_34097242

最新推荐文章于 2021-10-14 17:08:14 发布

阅读量85

点赞数

CC 4.0 BY-SA版权

文章标签： python

原文链接：http://www.cnblogs.com/hzlhzl/p/7607788.html

本文介绍如何使用Python的requests库与BeautifulSoup4库抓取校园新闻及美团商家信息。通过实例演示了如何解析网页内容，获取新闻的时间、标题、链接和来源，以及如何抓取特定主题的信息。

1.用requests库和BeautifulSoup4库，爬取校园新闻列表的时间、标题、链接、来源。

import requests
from bs4 import BeautifulSoup

mt="http://news.gzcc.cn/html/xiaoyuanxinwen/"
res=requests.get(mt)
res.encoding='utf-8'
soup=BeautifulSoup(res.text,"html.parser")

for news in soup.select('li'):
    if len(news.select('.news-list-title'))>0:
        title=(news.select('.news-list-title')[0].text)
        url=news.select('a')[0]['href']
        day=(news.select('.news-list-info')[0].contents[0].text)
        sorce=(news.select('.news-list-info')[0].contents[1].text)
        print(day,title,url,sorce)

2.选一个自己感兴趣的主题，做类似的操作，为“爬取网络数据并进行文本分析”做准备。

import requests
from bs4 import BeautifulSoup

mt="http://gz.meituan.com/shop/2380968"
res=requests.get(mt)
res.encoding='utf-8'
soup=BeautifulSoup(res.text,"html.parser")

for news in soup.select('li'):
    if len(news.select('.title'))>0:
        titles=(news.select('.title'))
     
        print(titles)