分享好友 最新动态首页 最新动态分类 切换频道
python爬虫实例100例-Python爬虫实例
2024-12-29 08:59

importrequestsfrom bs4 importBeautifulSoupfrom datetime importdatetimeimportreimportjsonimportpandas

news_total=[]

commentURL='http://comment5.news.sina.com.cn/page/info?version=1&format=js&channel=gn&newsid=comos-{}&group=&compress=0&ie=utf-8&oe=utf-8&page=1&page_size=20'url='http://api.roll.news.sina.com.cn/zt_list?channel=news&cat_1=gnxw&cat_2==gdxw1||=gatxw||=zs-pl||=mtjj&level==1||=2&show_ext=1&show_all=1&show_num=22&tag=1&format=json&page={}&callback=newsloadercallback&_=1509373193047'

defparseListLinks(url):

newsdetails=[]

res=requests.get(url)

jd= json.loads(res.text.strip().lstrip('newsloadercallback(').rstrip(');'))for ent in jd['result']['data']:

newsdetails.append(getNewsDetail(ent['url']))returnnewsdetailsdefgetNewsDetail(newsurl):

result={}

res=requests.get(newsurl)

res.encoding='utf-8'soup=BeautifulSoup(res.text,'html.parser')

result['title']=soup.select('#artibodyTitle')[0].text

result['newssource']=soup.select('.time-source span a')[0].text

timesource=soup.select('.time-source')[0].contents[0].strip()

dt1=datetime.strptime(timesource,'%Y年%m月%d日%H:%M')

result['dt'] =dt1.strftime('%Y-%m-%d-%H:%M')

result['article']=' '.join([p.text.strip() for p in soup.select('#artibody p')[:-1]])

result['editor']=soup.select('.article-editor')[0].text.strip('责任编辑')

result['comments']=getCommentCounts(newsurl)print('获得一条新闻')returnresultdefgetCommentCounts(newsurl):

m=re.search('doc-i(.+).shtml',newsurl)

newsid=m.group(1)

comments=requests.get(commentURL.format(newsid))

jd=json.loads(comments.text.strip('var data='))return jd['result']['count']['total']for i in range(1,8):print('正在爬取第'+str(i)+'页......')

newsurl=url.format(i)

newsary=parseListLinks(newsurl)

news_total.extend(newsary)print('抓取结束')

df=pandas.DataFrame(news_total)

最新文章
聊天室年代的小说
(书名和简介雷人,请忽略,书还是很好看的)修真界资深咸鱼余枝穿成大庆朝武安侯三公子的外室,此女肤白貌美,身娇体软,乃三公子外出查案某地方官所献。余枝弄清楚自身的情况后,心态稳得很。外室就外室吧,包吃包住,工资高,要求少,老
死亡率最高的10款车都有哪些?网友:日系车居多,国产车没上榜!
交通事故每天都在发生,生死离别的场面每天都在上映。我们都渴望出行安全,人人都希望购买的车子足够安全,关键时刻能够给自己提供安全保障。那么,又该如何选择一台安全的汽车呢?除了车子以外,我们还要怎么做才能更加安全的出行呢?首先
答错一题,扣千亿美元!谷歌聊天机器人首秀回答出错股价暴跌8%
在微软大秀新版搜索引擎必应一天后,谷歌的一场发布会“惊喜不足”。北京时间2月8日晚,谷歌于巴黎举行AI(人工智能)发布会,展示该公司在人工智能领域的新进展,谷歌地图软件、多重搜索功能等迎来更新,但备受瞩目的聊天机器人Bard仍然处
西渝高铁安康汉江大桥缆索吊机完成荷载试验
12月11日,由西成客专陕西公司建设、中铁十九局集团承建的西渝高铁康渝段陕西境内安康汉江大桥缆索吊机圆满完成荷载试验。西渝高铁安康汉江大桥全长367.9米,采用钢混结合梁结构,主梁设计采用了半漂浮约束体系。该桥跨越了G211国道、汉江
微信删除聊天记录怎么恢复?这三种方法教你找回重要信息
微信,作为中国最受欢迎的社交应用程序之一,用户量已经突破了十亿大关,成为我们生活中不可或缺的一部分。无论是重要工作信息还是珍贵的个人聊天记录,微信都充当了我们记录日常的重要角色。然而,许多人在生活中都经历过这样一个糟心的时
网站排名优化对竞争对手的解剖
相信很多人都知道,SEO优化有利于推广企业的形象,但是在这其中就会涉及到与对手之间的竞争,为你介绍一下seo优化要从哪些方面分析竞争对手。一、从网站优化数据分析想要做好网站优化,就要学会借助第三方工具,这样不仅能够获得想要的数据
推荐6个好用的德语搜索引擎
给大家推荐几个可以流畅使用的德语搜索引擎,下回想要查找某些德语关键词的相关德语网页时,就试着用用这些吧,亲测可用哦!一起来看看吧!1. de.search.yahoo.com雅虎德国(yahoo.de)的搜索页,也是网校君平时最常用的一款,比较稳定,可
商家如何在搜索流量竞争中获胜的五大秘诀
在数字经济时代,搜索流量成为企业获取客户的重要渠道。不同类型的商家在这一领域中竞争激烈,如何获得更高的曝光率、改善搜索排名,直接关系到企业的生存与发展。本文将探讨特色餐饮、零售、服务、新兴行业及本地商家如何巧妙运用搜索优化
基于WordPress搭建个人网站(超详细图文系列)
写给曾经与自己一样想要拥有一个个人博客但没有资金成本的小白。文章目录    个人网站,一般也可以狭义的说是个人博客。有的人会说有个博客不是很简单吗?比如在新浪、网易、CSDN上注册个人博客。但它们是基于他人公司的服务器和网站模
相关文章
推荐文章
发表评论
0评