第三章：python实现爬虫系统 1、 实训目的 1、提高Python语言程序设计能力； 2、掌握第三方库的安装和使用； 3、Request、urllib、bs4库的使用。 1、 实训内容 使用requests或urllib库，os库以及bs4库爬取特定网页内容。不得使用现成的桌面工具爬取内容。 爬取包括： 1、 广轻新闻，即从以下入口进去的所有新闻（接近1800条） 2、 二级学院“信息技术学院”的新闻。 爬取的新闻内容以及保存方式： 1、 爬取的内容 所有新闻只抽取有效的“标题”，“正文”文本内容，以及本新闻的url地址，其他内容忽略。 如下篇新闻 进入此新闻后，红框部分是需要抽取的内容： 2、保存形式 将所有爬取的内容保存到gdqy目录中。 每条新闻保存到一个文件中，文件名以递增数字为文件名，后缀为.txt。比如第一条新闻保存到1.txt，第二条保存到2.txt。 在保存的文件中，第一行为url地址，第二行为标题（如无标题则是空行），第三行及之后是此新闻的正文内容。 三、实训提交的内容 源代码，爬行运行效果截图。

很好，您的问题是关于 Python 实现爬虫系统的实训目的、内容和提交的内容。这是一个非常实用的实训，通过这个实训，您可以提高 Python 的编程能力，掌握第三方库的安装和使用，以及 Request、urllib、bs4 等库的使用，同时也可以了解爬虫技术的基本原理和应用。

具体来说，本次实训要求使用 requests 或 urllib 库、os 库和 bs4 库爬取特定网页内容，包括广轻新闻和信息技术学院的新闻。爬取的内容仅包括有效的标题、正文文本内容和新闻的 URL 地址，其他内容忽略。爬取的新闻内容将以递增数字为文件名，后缀为.txt 的形式保存到 gdqy 目录下，每条新闻保存到一个文件中。在保存的文件中，第一行为 URL 地址，第二行为标题（如果无标题则是空行），第三行及之后是此新闻的正文内容。

最后，您需要提交源代码和爬行运行效果截图。希望您可以认真完成此项实训，获得更多的编程经验和技能。

相关问题

1、实训目的1、提高Python语言程序设计能力；2、掌握第三方库的安装和使用；3、Request、urllib、bs4库的使用。1、实训内容使用requests或urllib库，以及bs4库爬取特定网页内容。不得使用现成的桌面工具爬取内容。爬取包括：1、广轻新闻，即从以下入口进去的所有新闻（接近1800条）2、二级学院“信息技术学院”的新闻。爬取的新闻内容以及保存方式：1、爬取的内容所有新闻只抽取有效的“标题”，“正文”文本内容，以及本新闻的url地址，其他内容忽略。如下篇新闻进入此新闻后，红框部分是需要抽取的内容： 2、保存形式将所有爬取的内容保存到gdqy目录中。每条新闻保存到一个文件中，文件名以递增数字为文件名，后缀为.txt。比如第一条新闻保存到1.txt，第二条保存到2.txt。在保存的文件中，第一行为url地址，第二行为标题（如无标题则是空行），第三行及之后是此新闻的正文内容。三、实训提交的内容源代码，爬行运行效果截图

抱歉，我无法提供截图功能，但是可以提供实现代码。以下是一个基于requests和BeautifulSoup4库的Python爬虫代码，用于爬取广东轻工职业技术学院新闻和信息技术学院的新闻，保存到本地文件中：

import requests
from bs4 import BeautifulSoup
import os

# 爬取广东轻工职业技术学院新闻
def crawl_gdqy_news():
    # 爬取广轻新闻入口
    url = 'http://www.gdqy.edu.cn/index/xwdt.htm'
    response = requests.get(url)
    response.encoding = 'utf-8'
    soup = BeautifulSoup(response.text, 'html.parser')
    # 获取新闻列表
    news_list = soup.select('.news_list li a')
    # 遍历新闻列表
    for news in news_list:
        # 获取新闻链接和标题
        news_url = 'http://www.gdqy.edu.cn' + news['href']
        news_title = news.text.strip()
        # 获取新闻内容
        news_response = requests.get(news_url)
        news_response.encoding = 'utf-8'
        news_soup = BeautifulSoup(news_response.text, 'html.parser')
        news_content = news_soup.select('#vsb_content')[0].text.strip()
        # 保存新闻到本地文件
        save_news(news_url, news_title, news_content)

# 爬取信息技术学院的新闻
def crawl_it_news():
    # 爬取信息技术学院新闻入口
    url = 'http://xxjs.gdqy.edu.cn/index/xyxw.htm'
    response = requests.get(url)
    response.encoding = 'utf-8'
    soup = BeautifulSoup(response.text, 'html.parser')
    # 获取新闻列表
    news_list = soup.select('.news_list li a')
    # 遍历新闻列表
    for news in news_list:
        # 获取新闻链接和标题
        news_url = 'http://xxjs.gdqy.edu.cn' + news['href']
        news_title = news.text.strip()
        # 获取新闻内容
        news_response = requests.get(news_url)
        news_response.encoding = 'utf-8'
        news_soup = BeautifulSoup(news_response.text, 'html.parser')
        news_content = news_soup.select('#vsb_content')[0].text.strip()
        # 保存新闻到本地文件
        save_news(news_url, news_title, news_content)

# 保存新闻到本地文件
def save_news(news_url, news_title, news_content):
    # 创建目录
    if not os.path.exists('gdqy'):
        os.makedirs('gdqy')
    # 获取下一个文件名
    next_file_name = len(os.listdir('gdqy')) + 1
    # 保存新闻到文件
    with open(f'gdqy/{next_file_name}.txt', 'w', encoding='utf-8') as f:
        f.write(news_url + '\n')
        f.write(news_title + '\n')
        f.write(news_content)

# 爬取广东轻工职业技术学院新闻
crawl_gdqy_news()
# 爬取信息技术学院的新闻
crawl_it_news()

在运行上述代码之前，请确保你已经安装了requests和BeautifulSoup4库。运行上述代码后，程序将会爬取广东轻工职业技术学院新闻和信息技术学院的新闻，并将内容保存到本地文件中。

python的环境搭建的实训内容怎么写

你好！针对“Python环境搭建”的实训内容，可以按照以下步骤进行：

1. 简单介绍Python：Python是一种高级编程语言，具有易学、易用、易读的特点，被广泛应用于Web开发、数据分析、人工智能等领域。

2. 环境搭建前的准备：首先需要确定使用哪种Python版本以及操作系统版本，然后下载对应的Python安装包，并安装好相关的开发环境和编辑器，如Anaconda、PyCharm等。

3. 安装Python环境：根据操作系统和Python版本的不同，安装方法也会有所不同。可以在网上搜索对应的安装教程，或者参考官方文档进行安装。

4. 环境配置：安装完成后，需要进行环境配置，如配置Python的环境变量、安装必要的第三方库等。

5. 实践练习：通过一些简单的练习，如Hello World程序、变量定义、函数定义等，来检验Python环境是否已经搭建成功。

6. 实战项目：可以根据实训内容的具体要求，设计一些实战项目，如爬虫、数据分析、机器学习等，来提高学生的实践能力和编程水平。

最后，需要注意的是，在实训过程中，要注意让学生自主思考、探索，多给予指导和鼓励，帮助他们养成独立思考和解决问题的能力。