当前位置: 首页 > news >正文

网络爬虫练习

网页

<!DOCTYPE html>
<html lang="en">
<head>
    <meta charset="UTF-8">
    <title>Simple DOM Demo</title>
</head>

<body>
    <h1>This is the document body</h1>
    <P ID = "p1Node">This is paragraph 1.</P>
    <P ID = "p2Node">段落2</P>
    <a href="http://www.gzcc.cn/">广州商学院</a>
    <li>
        <a href="http://news.gzcc.cn/html/2018/xiaoyuanxinwen_0328/9113.html">
            <div class="news-list-thumb"><img src="http://oa.gzcc.cn/uploadfile/2018/0328/20180328085249565.jpg"/></div>
            <div class="news-list-text">
                <div class="news-list-title" style="">我校校长杨文轩教授讲授新学期“思政第一课”</div>
                <div class="news-list-description">3月27日下午,我校校长杨文轩教授在第四教学楼310室为学生讲授了新学期“思政第一课”。</div>
                <div class="news-list-info"><span><i class="fa fa-clock-o"></i>2018-03-28</span><span><i class="fa fa-building-o"></i>马克思主义学院</span></div>
            </div>
        </a>
    </li>

</body>
</html>

练习

url='http://localhost:63342/bd/0328.html?_ijt=h9b41m2eup4kmk1cet0l4ai05j'
import requests
from bs4 import BeautifulSoup
res=requests.get(url)
res.encoding='utf-8'
print(type(res))

soup=BeautifulSoup(res.text,'html.parser')
print(type(soup))

print(soup.a.attrs['href'])

print(soup.li.text)

print(soup.select('.news-list-title'))
print(soup.a.attrs['href'])
print(soup.select('fa fa-clock-o'))
print(soup.select('fa fa-building-o')

 

转载于:https://www.cnblogs.com/0056a/p/8678569.html

相关文章:

  • [离散时间信号处理学习笔记] 15. 模拟信号的数字处理
  • Python进阶细节
  • php rsa加密解密实例
  • BZOJ2599:[IOI2011]Race(点分治)
  • 泛型就这么简单
  • React Native模块加载与原理分析
  • Git 与each
  • .Net Core和.Net Standard直观理解
  • Webpack 4x 之路 ( 四 )
  • 解决centos7 docker1.9 没有配置文件
  • 使用原型模式来处理用户抽奖的银两明细
  • 云计算的三种服务模式:IaaS,PaaS和SaaS
  • 你不可错过的前端面试题(一)
  • 关于同时Python3和Python2引起的问题,Fabric-samples的balance-transfer不能运行
  • React 深入系列2:组件分类
  • 【mysql】环境安装、服务启动、密码设置
  • 【RocksDB】TransactionDB源码分析
  • 【译】理解JavaScript:new 关键字
  • 【跃迁之路】【585天】程序员高效学习方法论探索系列(实验阶段342-2018.09.13)...
  • 07.Android之多媒体问题
  • JavaScript 奇技淫巧
  • 从零到一:用Phaser.js写意地开发小游戏(Chapter 3 - 加载游戏资源)
  • 基于axios的vue插件,让http请求更简单
  • 融云开发漫谈:你是否了解Go语言并发编程的第一要义?
  • - 转 Ext2.0 form使用实例
  • gunicorn工作原理
  • scrapy中间件源码分析及常用中间件大全
  • ​configparser --- 配置文件解析器​
  • # Maven错误Error executing Maven
  • #调用传感器数据_Flink使用函数之监控传感器温度上升提醒
  • #前后端分离# 头条发布系统
  • (2)nginx 安装、启停
  • (多级缓存)缓存同步
  • (论文阅读40-45)图像描述1
  • (三分钟了解debug)SLAM研究方向-Debug总结
  • (十一)手动添加用户和文件的特殊权限
  • (转)eclipse内存溢出设置 -Xms212m -Xmx804m -XX:PermSize=250M -XX:MaxPermSize=356m
  • .net 7 上传文件踩坑
  • .NET Core日志内容详解,详解不同日志级别的区别和有关日志记录的实用工具和第三方库详解与示例
  • .Net Remoting(分离服务程序实现) - Part.3
  • .net 按比例显示图片的缩略图
  • @Autowired多个相同类型bean装配问题
  • [202209]mysql8.0 双主集群搭建 亲测可用
  • [Angularjs]asp.net mvc+angularjs+web api单页应用之CRUD操作
  • [APIO2012] 派遣 dispatching
  • [CC-FNCS]Chef and Churu
  • [ffmpeg] 定制滤波器
  • [Geek Challenge 2023] web题解
  • [hive] sql中distinct的用法和注意事项
  • [Kubernetes]8. K8s使用Helm部署mysql集群(主从数据库集群)
  • [leetcode]114. Flatten Binary Tree to Linked List由二叉树构建链表
  • [LeetCode系列]3元素最近和问题的O(n^2)解法
  • [POJ2446] Chessboard(二分图最大匹配-匈牙利算法)
  • [Silverlight]MVVM+MEF框架Jounce学习(1):Why?
  • [Spring] IOC控制反转/DI依赖注入详细讲解