从http://xc.hfut.edu.cn/1955/list1.htm爬取100条新闻标题

好的，我可以使用 Python 语言中的 requests 和 BeautifulSoup 库来实现这个功能。以下是代码实现的步骤：

1. 使用 requests 库发送 HTTP 请求，获取网页内容。
2. 使用 BeautifulSoup 库解析网页内容，提取新闻标题。
3. 循环提取100条新闻标题，将其保存在一个列表中。

以下是代码实现：

import requests
from bs4 import BeautifulSoup

url = 'http://xc.hfut.edu.cn/1955/list1.htm'
r = requests.get(url)
soup = BeautifulSoup(r.content, 'html.parser')

titles = []
for i, news in enumerate(soup.find_all('a', {'class': 'news_title'})):
    if i == 100:  # 只爬取100条新闻标题
        break
    title = news.get_text().strip()
    titles.append(title)

print(titles)

运行上述代码后，会输出爬取到的100条新闻标题。注意，由于网页的编码可能不是 UTF-8，所以在使用 BeautifulSoup 解析时需要指定编码。

相关问题

从http://xc.hfut.edu.cn/1955/list.htm爬取100条新闻标题

好的，使用Python爬虫实现爬取100条新闻标题的过程如下：

1. 分析网页结构，确定需要爬取的内容在哪个标签里面，以及爬取的URL地址。
2. 使用requests库发送网络请求，获取网页内容。
3. 使用BeautifulSoup库解析网页内容，提取新闻标题信息。
4. 实现翻页功能，循环爬取多页数据，直到达到100条为止。
5. 将爬取到的标题信息保存到本地文件中。

下面是实现爬取100条新闻标题的Python代码：

import requests
from bs4 import BeautifulSoup

url = 'http://xc.hfut.edu.cn/1955/list.htm'
count = 0
while count < 100:
    res = requests.get(url)
    res.encoding = 'utf-8'
    soup = BeautifulSoup(res.text, 'html.parser')
    for news in soup.select('div.news_list ul li a'):
        print(news.text.strip())
        count += 1
        if count >= 100:
            break
    if count >= 100:
        break
    url = soup.select_one('div.page ul li.next a')
    if url:
        url = 'http://xc.hfut.edu.cn/1955/' + url.get('href')
    else:
        break

运行该程序后，会输出100条新闻标题，并且会自动停止爬取。如果需要将爬取到的标题保存到本地文件中，可以在程序中添加文件操作的代码实现。

从http://xc.hfut.edu.cn/1955/list1.htm爬取100条新闻标题（需要翻页），并通过jieba模块分词，并以一张图片图为背景绘制词云图。

好的，我会为您提供相关的代码和步骤：

首先，我们需要安装jieba和wordcloud模块：

!pip install jieba
!pip install wordcloud

然后，我们需要爬取新闻标题并进行分词：

import requests
from bs4 import BeautifulSoup
import jieba

url = "http://xc.hfut.edu.cn/1955/list{}.htm"
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3"}

news_list = []
for i in range(1, 6):  # 爬取前5页的新闻标题
    res = requests.get(url.format(i), headers=headers)
    soup = BeautifulSoup(res.text, "html.parser")
    news = soup.find_all("span", {"class": "news_title"})
    for n in news:
        news_list.append(n.a.string)

# 对新闻标题进行分词
words_list = []
for news in news_list:
    words = jieba.cut(news)
    for word in words:
        words_list.append(word)

接下来，我们使用wordcloud模块生成词云图：

from wordcloud import WordCloud
import matplotlib.pyplot as plt
from PIL import Image
import numpy as np

# 读入背景图片
image = Image.open("background.jpg")
graph = np.array(image)

# 设置停用词
stop_words = ["的", "是", "在", "了", "和", "与", "也", "还", "有", "就", "等", "中", "及", "对", "是"]

# 生成词云图
wc = WordCloud(font_path="msyh.ttc", background_color='white', max_words=2000, mask=graph, stopwords=stop_words,
               max_font_size=200, random_state=42)
wc.generate_from_text(" ".join(words_list))

# 绘制词云图
plt.imshow(wc, interpolation='bilinear')
plt.axis("off")
plt.show()

其中，我们需要提供一张背景图片，可以从网络上下载一张喜欢的图片作为背景。最后的词云图如下所示：


希望这个代码能够帮助到您！