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。
• 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
res = requests.get("http://news.gzcc.cn/html/xiaoyuanxinwen/")
res.encoding="utf-8"
soup = BeautifulSoup(res.text,"html.parser",from_encoding="utf-8")
print(soup)
i=0
for news in soup.select("li"):
    if len(news.select(".news-list-title"))>0:
        i=i+1
        print("第{}号新闻".format(i))
        print("网址：{}".format(news.select("a")[0]["href"]))
        print("标题：{}".format(news.select(".news-list-title")[0].text))
        print("时间：{}".format(news.select(".news-list-info")[0].contents[0].text))
        print("主体：{}".format(news.select(".news-list-description")[0].text))
        print("来源：{}".format(news.select(".news-list-info")[0].contents[1].text))
        net=news.select("a")[0]["href"]
        title=news.select(".news-list-title")[0].text
        time=news.select(".news-list-info")[0].contents[0].text
        main=news.select(".news-list-description")[0].text
        come=news.select(".news-list-info")[0].contents[1].text