python爬网易新闻_爬虫入门：如何用python爬取网易新闻？

脚本之家

你与百万开发者在一起

作者：江一

出品 | 脚本之家(ID：jb51net)

网络爬虫是帮助我们抓取互联网上有用信息的利器。如果你有一点python基础，实现一个简单的爬虫程序并不难。今天，我们以一个实际的例子——爬取网易新闻，重点介绍使用 BeautifulSoup 对HTML进行解析处理。

1.寻找数据特征

网易新闻的网址 URL 为：https://www.163.com/我们打开网页看看：

我们需要爬取这个页面每一条新闻的标题，鼠标右击一条新闻的标题，选择“检查元素”，出现下图的窗口：

图片中蓝框的位置就是那一条新闻标题在 HTML 中的结构、位置和表现形式： ,它上一级元素为：，再上一级元素为：

再上一级元素为：

我们再看另一条新闻的标题，发现它的结构和之前我们分析的新闻标题的结构是一样的。通过这些信息，我们就可以确定新闻标题在 HTML 文档中的位置。接下来，我们开始使用 Python 对网易新闻标题进行爬取。

2.编写爬取代码

首先呈上完整的代码：

运行程序，获取到的部分结果为如下所示：

这正是我们所需要的。虽然代码很简单，但还是做一点点讲解，方便刚接触的同学理解。

3.逐行解析代码

# coding:utf-8

首先，我们定义了文件的编码形式为 UTF-8，以避免一些编码错误导致中文乱码。importrequests

frombs4importBeautifulSoup

然后，我们引入了相关的模块，requests 用于 HTTP 请求，BeautifulSoup 用于解析 HTML 响应。

url ='https://www.163.com/'

设置一个变量 url，值为网易新闻的 URL 。wbdata = requests.get(url).text

使用 requests.get()对 URL 发起 GET 方式的 HTTP 请求，并使用 text()方法获取响应的文本内容，最后将其赋值给变量 wbdata。

soup =BeautifulSoup(wbdata,'lxml')

使用 BeautifulSoup 对响应文本 wbdata 进行解析处理，这里使用的是 lxml 库，如何没有安装，可以使用 Python 自带的 html.parser，效果也是一样的。news_titles = soup.select('div>ul>li>a')

在解析后的文本中，使用select选择器，在文本中选择指定的元素，通常我们还会使用find() 和 findall()方法来进行元素选择。这一步返回的为一个列表，列表内的元素为匹配的元素的 HTML 源码。

forninnews_titles:

title = n.get_text()

link = n.get('href')

data = {

'标题':title,

'链接':link

}

print(data)

对结果列表进行遍历，再从遍历的元素中提取出数据，get('href')表示获取属性名为“hre的属性值，get_text()表示获取标签的文本信息。这样，一个简单的网易新闻爬虫就完成了。

如果想学习更多 requests 模块和 BeautifulSoup 模块的内容，它们的官方文档将是最好的指南。

参考文档：1.requests 官方文档(中文):

http://docs.python-requests.org/zh_CN/latest/

2.BeautifulSoup 文档(中文):

https://www.crummy.com/software/BeautifulSoup/bs4/doc/index.zh.html

作者：江一

python爬网易新闻_爬虫入门：如何用python爬取网易新闻？相关推荐

如何用python做词云图_科学网—如何用Python做词云？（基础篇视频教程） - 王树义的博文...
只需要花10几分钟,跟着教程完整做一遍,你就能自己用Python做出词云了. <如何用Python做词云?>图文版发布于2017年6月,是我数据科学系列教程中的第一篇. 目前仅简书一个平台 ...
python机器学习及实践_机器学习入门之《Python机器学习及实践：从零开始通往Kaggle竞赛之路》...
本文主要向大家介绍了机器学习入门之<Python机器学习及实践:从零开始通往Kaggle竞赛之路>,通过具体的内容向大家展现,希望对大家学习机器学习入门有所帮助. <Python 机 ...
python怎么画人像_教你如何用Python画出心目中的自己
原标题:教你如何用Python画出心目中的自己引言:人脸图像的生成在各个行业有着重要应用,例如刑事调查.人物设计.教育培训等.然而一幅逼真的人脸肖像,对于职业画家也要至少数小时才能绘制出来:对于从未 ...
爬虫python代码网易云_爬虫实战(二) 用Python爬取网易云歌单
最近,博主喜欢上了听歌,但是又苦于找不到好音乐,于是就打算到网易云的歌单中逛逛本着 "用技术改变生活" 的想法,于是便想着写一个爬虫爬取网易云的歌单,并按播放量自动进行排序这篇 ...
图片链接用src不能被爬虫爬到吗_爬虫：带你一键爬取王者荣耀英雄皮肤壁纸
一.前言王者荣耀这款手游,想必大家都玩过或听过,游戏里英雄有各式各样的皮肤,制作得很精美,有些拿来做电脑壁纸它不香吗.本文带你利用Python爬虫一键下载王者荣耀英雄皮肤壁纸. 1. 目标创建一个 ...
python时钟编程教程_编程入门16：Python时间操作
Python标准库包含有一个time模块用于基本的时间处理,其中的time()函数会读取系统时钟并返回float类型的Unix纪元"时间戳"(Timestamp),即当前时间距离国 ...
python tkinter treeview 高亮_满满的成就感~如何用python让你的想法拥有可操作性？（一）...
想法:用python+tkinter+pypyodbc+xlrd+xlwt实现从已有数据库调取你想要的数据,生成EXCEL.xls文件. 生活处处有Idea 一.需求分析. 完成的界面如下图,左上方通 ...
python训练营朋友圈_教你如何用python来弄一个高逼格的朋友圈
小编今天要给大家介绍一个Python库: PIL(Python Image Library) 下面我们用一个实际的例子看看50行python代码可以做什么神奇的事情这是小编发的一个朋友圈切图前是 ...
python制作自动化办公_教你如何用Python制造一款自动化办公软件脚本！下班，下班...
1 PySimpleGUI安装在命令行/终端输入:pip install pysimplegui,等待安装完成后,进入python环境,输入import PySimpleGUI回车无误后,确认安装成 ...
python如何画圆环_教你如何用Python制作出好看的动态圆环图、饼图
前言本文的文字及图片来源于网络,仅供学习.交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理. 欢迎点击右上角关注小编,除了分享技术文章之外还有很多福利,私信学习资料可以 ...

python爬网易新闻_爬虫入门：如何用python爬取网易新闻？

python爬网易新闻_爬虫入门：如何用python爬取网易新闻？相关推荐

最新文章

热门文章