Python教程

python爬虫练习5——新闻联播

本文主要是介绍python爬虫练习5——新闻联播,对大家解决编程问题具有一定的参考价值,需要的程序猿们随着小编来一起学习吧!

提取新闻联播相关文字并输出

网址:新闻联播 (cctv.com)

import requests
import re
    
url = 'https://tv.cctv.com/lm/xwlb/'
ua = { 'User-Agent': 'Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.114 Safari/537.36 Edg/91.0.864.59'}
r = requests.get(url , headers = ua ,timeout = 30)
r.encoding = r.apparent_encoding

pat1 = '<li><a href="(.*?)" target'
    
url = re.compile(pat1,re.S).findall(r.text)[2]

r = requests.get(url , headers = ua ,timeout = 30)
r.encoding = r.apparent_encoding


pat2 = 'description content="(.*?)<meta name'
lst = re.compile(pat2,re.S).findall(r.text)
print(lst)


pat3 = '<p><strong>(.*?)</div>'
body = re.compile(pat3,re.S).findall(r.text)
print(body)


path='C:/Users/Administrator/Desktop/xwlb.txt'

with open (path,'w') as f:
        s = str(body)
        f.write(s)        
        f.close()        
print('文件保存成功')

  

 

 

目前只能单条爬取,如何多条爬取输出,还望各位指点,另外,输出内容不能分行,不太美观,还希望各位改进指正

 

 

 

这篇关于python爬虫练习5——新闻联播的文章就介绍到这儿,希望我们推荐的文章对大家有所帮助,也希望大家多多支持为之网!