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。

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')

for news in soup.select('li'):
     if len(news.select('.news-list-title'))>0:
         print(news.select('.news-list-title')[0].text)
 

import requests
from bs4 import BeautifulSoup
url='http://news.gzcc.cn/html/xiaoyuanxinwen/'
res=requests.get(url)
res.encoding='utf-8'
soup=BeautifulSoup(res.text,'html.parser')
for news in soup.select('li'):
    if len(news.select('.news-list-title'))>0:
        title=news.select('.news-list-title')[0].text #标题
        time=news.select('.news-list-info')[0].contents[0].text#时间
        url1=news.select('a')[0]['href']#url
        bumen=news.select('.news-list-info')[0].contents[1].text#部门
        description=news.select('.news-list-description')[0].text #描述
        print(time,title,bumen,url)

 

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。