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

时间: 2024-03-19 07:39:51 浏览: 19
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: ``` python 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。

相关推荐

最新推荐

recommend-type

无法使用pip命令安装python第三方库的原因及解决方法

今天小编就为大家分享一篇无法使用pip命令安装python第三方库的原因及解决方法,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

Linux下为不同版本python安装第三方库

本文给大家分享了下作者是如何在linux下为python2.x以及python3.x安装第三方库的方法,十分的实用,有需要的小伙伴可以参考下
recommend-type

Python第三方库安装和卸载

详细介绍了第三方的库安装和卸载的方法,方法一:包管理器(推荐) 方法二:源码安装。。。
recommend-type

[Python语言程序设计-第11期] 测验1: Python基本语法元素 (第1周)

2.以下关于Python语言中“缩进”说法正确的是:缩进在程序中长度统一且强制使用 3.以下不属于IPO模型的是:Program 4.字符串是一个字符序列,给字符串s,以下表示s从右侧向左第三个字符的是:s[-3] 5.以下不是Python...
recommend-type

使用Python第三方库pygame写个贪吃蛇小游戏

主要介绍了使用Python第三方库pygame写个贪吃蛇小游戏,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
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

MATLAB柱状图在信号处理中的应用:可视化信号特征和频谱分析

![matlab画柱状图](https://img-blog.csdnimg.cn/3f32348f1c9c4481a6f5931993732f97.png) # 1. MATLAB柱状图概述** MATLAB柱状图是一种图形化工具,用于可视化数据中不同类别或组的分布情况。它通过绘制垂直条形来表示每个类别或组中的数据值。柱状图在信号处理中广泛用于可视化信号特征和进行频谱分析。 柱状图的优点在于其简单易懂,能够直观地展示数据分布。在信号处理中,柱状图可以帮助工程师识别信号中的模式、趋势和异常情况,从而为信号分析和处理提供有价值的见解。 # 2. 柱状图在信号处理中的应用 柱状图在信号处理
recommend-type

用Spring boot和vue写一个登录注册界面

好的,这是一个比较常见的技术问题,我可以为您提供一些参考资料和思路。首先,您可以使用Spring Boot作为后端框架来处理用户认证和注册的逻辑,比如使用Spring Security实现用户登录认证。同时,您还需要设计相应的数据模型和数据库表结构来存储用户信息。在前端方面,您可以使用Vue.js作为框架来构建登录注册页面,使用Axios来发起API请求并和后端进行交互。当然,在实现过程中,还需要考虑一些具体细节,比如数据校验、安全性和用户体验等方面。希望这些信息能够帮助到您。
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。