Python3:爬取新浪、网易、今日头条、UC四大网站新闻标题及内容

时间: 2023-12-28 17:16:19 浏览: 31
以下是一个简单的Python3爬虫示例,可以爬取新浪、网易、今日头条和UC四个网站的新闻标题和内容: ```python import requests from bs4 import BeautifulSoup # 新浪新闻 sina_url = 'https://news.sina.com.cn/' sina_res = requests.get(sina_url) sina_res.encoding = 'utf-8' sina_soup = BeautifulSoup(sina_res.text, 'html.parser') sina_news = sina_soup.select('.news-item h2 a') for news in sina_news: print(news.text, news['href']) # 网易新闻 163_url = 'https://news.163.com/' 163_res = requests.get(163_url) 163_res.encoding = 'gbk' 163_soup = BeautifulSoup(163_res.text, 'html.parser') 163_news = 163_soup.select('.news_default a') for news in 163_news: print(news.text, news['href']) # 今日头条 toutiao_url = 'https://www.toutiao.com/' toutiao_res = requests.get(toutiao_url) toutiao_res.encoding = 'utf-8' toutiao_soup = BeautifulSoup(toutiao_res.text, 'html.parser') toutiao_news = toutiao_soup.select('.title-box a') for news in toutiao_news: print(news.text, 'https://www.toutiao.com'+news['href']) # UC头条 uc_url = 'https://www.uc.cn/' uc_res = requests.get(uc_url) uc_res.encoding = 'utf-8' uc_soup = BeautifulSoup(uc_res.text, 'html.parser') uc_news = uc_soup.select('.news-list a') for news in uc_news: print(news.text, news['href']) ``` 这个爬虫程序使用了requests库和BeautifulSoup库,它首先从每个网站获取HTML页面,然后使用BeautifulSoup从HTML中提取新闻标题和内容。在处理每个网站的HTML页面时,需要根据页面编码设置正确的编码方式,否则可能会出现乱码。

相关推荐

最新推荐

recommend-type

Python3 实现爬取网站下所有URL方式

今天小编就为大家分享一篇Python3 实现爬取网站下所有URL方式,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

Python爬虫爬取新闻资讯案例详解

主要介绍了Python爬虫爬取新闻资讯案例详解,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爬虫爬取电影票房数据及图表展示操作示例

主要介绍了Python爬虫爬取电影票房数据及图表展示操作,结合实例形式分析了Python爬虫爬取、解析电影票房数据并进行图表展示操作相关实现技巧,需要的朋友可以参考下
recommend-type

Python selenium爬取微信公众号文章代码详解

主要介绍了Python selenium爬取微信公众号历史文章代码详解,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

爬虫学习笔记:爬取古诗文网

爬取目标网站的文本,如古诗的内容,作者,朝代,并且保存到本地中。  3、爬虫程序 # -*- coding:utf-8 -*- #爬取古诗网站 import requests import re #下载数据 def write_data(data): with open('诗词.txt','a...
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

【实战演练】增量式PID的simulink仿真实现

# 2.1 Simulink仿真环境简介 Simulink是MATLAB中用于建模、仿真和分析动态系统的图形化环境。它提供了一个直观的用户界面,允许用户使用块和连接线来创建系统模型。Simulink模型由以下元素组成: - **子系统:**将复杂系统分解成更小的、可管理的模块。 - **块:**代表系统中的组件,如传感器、执行器和控制器。 - **连接线:**表示信号在块之间的流动。 Simulink仿真环境提供了广泛的块库,涵盖了各种工程学科,包括控制系统、电子和机械工程。它还支持用户自定义块的创建,以满足特定仿真需求。 # 2. Simulink仿真环境的搭建和建模 ### 2.
recommend-type

训练集和测试集的准确率都99%,但是预测效果不好

即使训练集和测试集的准确率都很高,但是在实际的预测中表现不佳,可能会有以下几个原因: 1. 数据质量问题:模型训练和测试的数据可能存在问题,比如数据标签错误、数据集采样不均衡、数据集中存在异常值等问题,这些问题可能会导致模型在实际预测中表现不佳。 2. 特征工程问题:模型的特征工程可能存在问题,导致模型无法很好地捕捉数据的特征,从而影响预测效果。 3. 模型选择问题:模型的选择可能不合适,比如选择的模型太简单,无法很好地拟合数据,或者选择的模型太复杂,导致过拟合等问题。 4. 超参数调整问题:模型的超参数可能没有调整到最佳状态,需要进行调整。 针对以上可能的原因,可以采取相应的措施进
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。