用xpath采集新闻网站上的图片和新闻内容

以新浪新闻为例，以下是采集新闻网站上的图片和新闻内容的示例代码：

import requests
from lxml import etree

# 新闻页面的URL
url = 'https://news.sina.com.cn/w/2021-11-19/doc-iktzscyy1479620.shtml'

# 发送请求，获取HTML代码
response = requests.get(url)
html = response.text

# 使用lxml库解析HTML代码
selector = etree.HTML(html)

# 提取新闻标题
title = selector.xpath('//h1/text()')[0].strip()

# 提取新闻发布时间
time = selector.xpath('//span[@class="date"]/text()')[0]

# 提取新闻内容
content = ''
p_list = selector.xpath('//div[@id="article"]/p')
for p in p_list:
    content += p.xpath('string(.)').strip() + '\n'

# 提取新闻图片
img_list = selector.xpath('//div[@id="article"]/p/img/@src')

# 打印结果
print('标题：', title)
print('发布时间：', time)
print('内容：', content)
print('图片链接：', img_list)

这段代码可以输出新浪新闻某篇文章的标题、发布时间、内容和图片链接。其中，使用了XPath表达式来提取HTML代码中的数据，包括标题、发布时间、新闻内容和图片链接。具体的XPath表达式可以根据不同的网站和页面结构进行调整。