利用爬虫的re、xpath等知识,爬取到洛阳师范学院官网上的新闻,内容有:新闻标题, 发布时间, 新闻链接, 阅读次数, 新闻来源五个属性。 2.把我们爬到的数据放到一个csv的文件中!

时间: 2024-03-08 18:45:13 浏览: 17
以下是使用Python爬虫和正则表达式、XPath等知识爬取洛阳师范学院官网上新闻,并将其保存到CSV文件中的示例代码: ```python import requests import re from lxml import etree import csv # 发送HTTP请求获取网页内容 url = 'http://www.lynu.edu.cn/xyxw.htm' response = requests.get(url) html = response.text # 使用正则表达式提取新闻标题、发布时间、新闻链接、阅读次数、新闻来源 pattern = r'<li><a href="(.*?)" title="(.*?)">(.*?)<\/a><span>\[(.*?)\]<\/span><\/li>' news_list = re.findall(pattern, html) # 使用XPath提取新闻标题、发布时间、新闻链接、阅读次数、新闻来源 # html = etree.HTML(html) # news_list = html.xpath('//ul[@class="list"]/li/a') # 将新闻数据保存到CSV文件中 with open('news.csv', 'w', encoding='utf-8', newline='') as f: writer = csv.writer(f) writer.writerow(['新闻标题', '发布时间', '新闻链接', '阅读次数', '新闻来源']) for news in news_list: title = news[1] url = 'http://www.lynu.edu.cn' + news[0] time = news[3] source = '' read_count = '' writer.writerow([title, time, url, read_count, source]) ``` 需要注意的是,由于洛阳师范学院官网的页面结构可能会发生变化,因此需要根据实际情况调整正则表达式或XPath表达式。此外,爬取数据时需要遵守法律法规和网站规定,不得爬取敏感信息和个人隐私。

相关推荐

最新推荐

recommend-type

Python使用xpath实现图片爬取

主要介绍了Python使用xpath实现图片爬取,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
recommend-type

python爬虫之xpath的基本使用详解

本篇文章主要介绍了python爬虫之xpath的基本使用详解,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
recommend-type

python的xpath获取div标签内html内容,实现innerhtml功能的方法

今天小编就为大家分享一篇python的xpath获取div标签内html内容,实现innerhtml功能的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
recommend-type

微信小程序-番茄时钟源码

微信小程序番茄时钟的源码,支持进一步的修改。番茄钟,指的是把工作任务分解成半小时左右,集中精力工作25分钟后休息5分钟,如此视作种一个“番茄”,而“番茄工作法”的流程能使下一个30分钟更有动力。
recommend-type

激光雷达专题研究:迈向高阶智能化关键,前瞻布局把握行业脉搏.pdf

电子元件 电子行业 行业分析 数据分析 数据报告 行业报告
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

用 Python 画一个可以动的爱心

好的,我可以帮助您使用Python来绘制一个动态的爱心。您可以使用turtle库来实现。以下是实现代码: ```python import turtle import math # 设置画布和画笔 canvas = turtle.Screen() canvas.bgcolor("black") pencil = turtle.Turtle() pencil.speed(0) pencil.color("red", "pink") pencil.pensize(3) # 定义爱心函数 def draw_love(heart_size, x_offset=0, y_offset=0):
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。