用requests库和BeautifulSoup4库爬取新闻列表

• 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
  url='http://news.gzcc.cn/html/xiaoyuanxinwen/'
  res=requests.get(url)
  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 #标题
          time=news.select('.news-list-info')[0].contents[0].text#时间
          url1=news.select('a')[0]['href']#url
          bumen=news.select('.news-list-info')[0].contents[1].text#部门
          description=news.select('.news-list-description')[0].text #描述
          print(time,title,bumen,url)

  

   

• 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
jq='http://news.qq.com/l/milite/milgn/list2010122872223.htm'
res = requests.get(jq)
res.encoding='gb2312'
soup = BeautifulSoup(res.text,'html.parser')

for news in soup.select('li'):
    if len(news.select('a'))>0:
        title=news.select('a')[0].text
        url=news.select('a')[0]['href']
        #time=news.select('span')[0].contents[0].text
        #print(time,title,url)
        print(title,url)

结果：

获取时间的那里显示IndexError: list index out of range

但实际上里面不是空的，不知为何抓取不了