网络爬虫基础练习

原文链接： http://www.cnblogs.com/04JC/p/8672089.html

import requests
url='http://localhost:63342/zjc/news.html?_ijt=p2l5n0shp613m01ad0jlpobino'
res=requests.get(url)
res.encoding='utf-8'

from bs4 import BeautifulSoup
soup=BeautifulSoup(res.text,'html.parser')

取出h1标签的文本

print(soup.h1.text)

　　

取出a标签的链接

s=soup.a.attrs['href']
print(s)

　　

取出所有li标签的所有内容

s=soup.select('li')
print(s)

　　

取出一条新闻的标题、链接、发布时间、来源

s0=soup.select('.news-list-title')[0].text
s1=soup.body.li.a.attrs['href']
s2=soup.select('.news-list-info')[0].contents[0].text
s3=soup.select('.news-list-info')[0].contents[1].text
print(s0+"\n"+s1+"\n"+s2+"\n"+s3)

　　

 

转载于:https://www.cnblogs.com/04JC/p/8672089.html