使用工具

PyCharm 2018.2.3
Anaconda Navigator
Python 3.6
谷歌浏览器插件：chrome_Xpath_v2.0.2
微云下载链接：https://share.weiyun.com/5iE161Y

准备步骤

1. Anaconda Navigator

打开Anaconda Navigator，创建一个Python 3.6的运行环境

在 Anaconda Navigator中安装对应的Python库
要安装 gevent库、 xlwt库、 etree库、requests库
以下是安装库的方法。

安装成功

如果需要使用命令行进行安装
选择Open Terminal
安装方法：pip3 install 模块名

2. 安装chrome_Xpath_v2.0.2

打开谷歌浏览器找到自定义及控制

选择扩展程序

安装完成

3. 使用chrome_Xpath_v2.0.2

使用F12,打开谷歌浏览器开发者工具

选择：Copy XPath

环境搭建

打开PyCharm

代码示例

#_*_coding:utf-8_*_
# @Author: VVcat
# @Time: 2019/9/27 18:54
# @File: Main.py
# @IDE: PyCharm
# @Email: 206647497@qq.com
# @Version: 1.0import gevent
import xlwt as xlwt
from lxml import etree
import requestsdef school():xls = xlwt.Workbook(encoding='utf-8')  # 创建一个工作簿,括号中为编码方式# 创建sheet表# 括号中cell_overwrite_ok=True是为了可以让用户在同一单元格重复写内容，但只保留生效最后一次写入sheet = xls.add_sheet("school", cell_overwrite_ok=True)row = 0for index in range(1, 330):  # 页面有329页if index == 1:url = "http://www.zjitc.net/xwzx/xyxw.htm"  # 第一页的链接else:url = "http://www.zjitc.net/xwzx/xyxw/" + str(index - 1) + ".htm"  # 第一页之后的链接req = requests.get(url)  # 请求获取页面HTML代码resp = req.content.decode("utf-8")  # 设置页面编码格式为utf-8html = etree.HTML(resp)  # 构造了一个XPath解析对象并对HTML文本进行自动修正。uls = html.xpath("/html/body/div[3]/div[8]/div[2]/div/ul/li/a/div[2]/div")  # 对内容进行定位，获取所有的 内容存放在 list集合里for ul in uls:  # 对集合进行遍历title = ul.xpath("h3")  # 获取标题url = str(title[0].xpath("../../../@href")[0])  # 获取新闻链接url = url.replace("../..", "http://www.zjitc.net")  # 对新闻链接进行分割拼接day = ul.xpath("../../div[1]/i")  # 获取天数month = ul.xpath("../../div[1]/em")  # 获取月份sheet.write(row, 0, title[0].text)  # 将标题写入excelsheet.write(row, 1, month[0].text + day[0].text + "日")  # 将日期写入excelsheet.write(row, 2, url)  # 将链接写入excelrow += 1xls.save("school.xls")  # 为excel文件命名if __name__ == '__main__':school = gevent.spawn(school)  # 将函数放入到python协程中school.join()  # 开启协程

效果展示

Python爬虫爬取部分学校的新闻标题、时间、对应的新闻链接相关推荐

Python爬虫:爬取知乎上的视频，并把下载链接保存到md文件中
Python爬虫:爬取知乎上的视频,并把下载链接保存到md文件中 1.需要的Python模块主要是requests模块,用于得到的网页的数据安装命令为:pip install requests 2 ...
python爬虫爬取网页新闻标题-看完保证你会
python爬虫爬取网页新闻标题方法 1.首先使用浏览自带的工具--检查,查找网页新闻标题对应的元素位置,这里查到的新闻标题是在 h3 标签中 2.然后使用编辑器编写python代码 2.1方法一: ...
Python爬虫爬取网页数据并存储（一）
Python爬虫爬取网页数据并存储(一) 环境搭建爬虫基本原理 urllib库使用 requests库使用正则表达式一个示例环境搭建 1.需要事先安装anaconda(或Python3.7)和 ...
python 爬虫爬取高考录取分数线信息
原文链接: python 爬虫爬取高考录取分数线信息上一篇: axios 原生上传xlsx文件下一篇: pandas 表格数据补全空值网页 https://gkcx.eol.cn/scho ...
在当当买了python怎么下载源代码-python爬虫爬取当当网
[实例简介]python爬虫爬取当当网 [实例截图] [核心代码] ''' Function: 当当网图书爬虫 Author: Charles 微信公众号: Charles的皮卡丘 ''' impor ...
python爬虫代码实例-Python爬虫爬取百度搜索内容代码实例
这篇文章主要介绍了Python爬虫爬取百度搜索内容代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下搜索引擎用的很频繁,现在利用Python爬 ...
python爬虫数据分析可以做什么-python爬虫爬取的数据可以做什么
在Python中连接到多播服务器问题,怎么解决你把redirect关闭就可以了.在send时,加上参数allow_redirects=False 通常每个浏览器都会设置redirect的次数.如果re ...
python爬虫爬取csdn博客专家所有博客内容
python爬虫爬取csdn博客专家所有博客内容: 全部过程采取自动识别与抓取,抓取结果是将一个博主的所有文章存放在以其名字命名的文件内,代码如下 #coding:utf-8import urlli ...
python网易云_用python爬虫爬取网易云音乐
标签: 使用python爬虫爬取网易云音乐需要使用的模块只需要requests模块和os模块即可开始工作先去网易云音乐网页版找一下你想要听的歌曲点击进去.按键盘F12打开网页调试工具,点击Ne ...

Python爬虫爬取部分学校的新闻标题、时间、对应的新闻链接

目录