首页 > 其他 > 详细

网络爬虫基础练习

时间:2018-03-29 22:11:43      阅读:199      评论:0      收藏:0      [点我收藏+]
import requests
newsurl = http://localhost:63342/bd/aaa.html?_ijt=7pd1hi6n7j1ue90de4jivbr31k
res = requests.get(newsurl)  # 返回response对象
res.encoding = utf-8
print(res.text)
from bs4 import BeautifulSoup
soup = BeautifulSoup(res.text, html.parser)
# 取出a标签的链接
print(soup.a.attrs[href])
# 取出h1标签的文本
print(soup.h1.text)
# 取出所有li标签的所有内容
for i in soup.select(li):
     print(i.contents)
# 取出第2个li标签的a标签的第3个div标签的属性
print(soup.select(li)[1].a.select(div)[2].attrs)
# 取出一条新闻的标题、链接、发布时间、来源
print(标题:+soup.select(.news-list-title)[0].text)
print(链接:+soup.select(li)[2].a.attrs[href])
print(发布时间:+soup.select(.news-list-info)[0].contents[0].text)
print(来源:+soup.select(.news-list-info)[0].contents[1].text)

 

网络爬虫基础练习

原文:https://www.cnblogs.com/1940370572QQ/p/8672577.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!