BeautifulSoup允许我爬取一些文章,但不能爬取其他文章(来自同一家报纸)。
创始人
2024-11-27 19:01:20
0

要使用BeautifulSoup来爬取一些文章,但不爬取其他文章,你可以使用BeautifulSoup的select方法结合CSS选择器来定位所需的文章。

以下是一个示例代码,假设你想从一个新闻网站上爬取标题为"Sports"的所有文章:

from bs4 import BeautifulSoup
import requests

# 发送GET请求获取网页内容
url = "https://example.com/news"  # 替换为你要爬取的网站URL
response = requests.get(url)
html_content = response.text

# 使用BeautifulSoup解析网页内容
soup = BeautifulSoup(html_content, "html.parser")

# 使用CSS选择器定位所有标题为"Sports"的文章
articles = soup.select("h2:contains('Sports')")  # 替换为正确的CSS选择器

# 打印所有找到的文章标题和链接
for article in articles:
    title = article.text
    link = article.a["href"]
    print(f"标题:{title},链接:{link}")

在上面的示例中,我们首先发送一个GET请求来获取网页的内容。然后,我们使用BeautifulSoup解析网页内容,并使用CSS选择器定位所有标题为"Sports"的文章。最后,我们遍历找到的文章,并打印它们的标题和链接。

请注意,你需要根据实际情况修改示例代码中的URL和CSS选择器,以适应你要爬取的网站的结构和要求。

相关内容

热门资讯

前端-session、jwt 目录:   (1)session (2&#x...
linux入门---制作进度条 了解缓冲区 我们首先来看看下面的操作: 我们首先创建了一个文件并在这个文件里面添加了...
关于测试,我发现了哪些新大陆 关于测试 平常也只是听说过一些关于测试的术语,但并没有使用过测试工具。偶然看到编程老师...
前缀和与对数器与二分法 1. 前缀和 假设有一个数组,我们想大量频繁的去访问L到R这个区间的和,...
nodejs:本地安装nvm实... 一、背景-使用不同版本node的原因 vue3+ts、nuxt3版本,node...
JAVA集合知识整理 Java集合知识整理 HashMap相关 HashMap的底层数据结构:jdk1.8之...
无刷直流电机介绍及单片机控制实... 无刷直流电机介绍及单片机控制实例前言基本概念优势与劣势使用寿命基本结构使用单片机控制实例电子调速器&...
fwdiary(2) dp2 1.传纸条  AcWing 275. 传纸条 - AcWing 走两条路,走一条最大的...
常用的DOS命令 常用的DOS命令 DOS(Disk Operating System,磁...
<C++> 类和对象(下) 1.const成员函数将const修饰的“成员函数”称之为const成员函数,cons...