您好,登录后才能下订单哦!
这篇文章主要介绍了python爬虫中如何爬取新闻,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。
python的五大特点:1.简单易学,开发程序时,专注的是解决问题,而不是搞明白语言本身。2.面向对象,与其他主要的语言如C++和Java相比, Python以一种非常强大又简单的方式实现面向对象编程。3.可移植性,Python程序无需修改就可以在各种平台上运行。4.解释性,Python语言写的程序不需要编译成二进制代码,可以直接从源代码运行程序。5.开源,Python是 FLOSS(自由/开放源码软件)之一。
1、爬虫思路:
定义编码形式并引入模块;
请求新闻网站URL,获取其text文本并解析;
通过select选择器定位解析文件指定的元素,返回一个列表并遍历;
获取相关内容。
2、具体实现
第一步:使用UTF-8编码形式定义文件(避免一些编码错误导致中文乱码),并引入相关模块。
# coding:utf-8 # 引入相关模块 import requests from bs4 import BeautifulSoup url = "http://news.qq.com/"
第二步:请求新闻网站URL,获取其text文本
wbdata = requests.get(url).text
第三步:解析获取到的文本
soup = BeautifulSoup(wbdata,'lxml')
第四步:通过select选择器定位解析文件指定的元素,返回一个列表
从解析文件中通过select选择器定位指定的元素,返回一个列表 news_titles = soup.select("div.text > em.f14 > a.linkto")
第五步:遍历返回的列表
for n in news_titles:
第六步:获取新闻标题及信息
# 提取出标题和链接信息 title = n.get_text() link = n.get("href") data = { '标题':title, '链接':link } print(data)
感谢你能够认真阅读完这篇文章,希望小编分享的“python爬虫中如何爬取新闻”这篇文章对大家有帮助,同时也希望大家多多支持亿速云,关注亿速云行业资讯频道,更多相关知识等着你来学习!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。