import requests
from bs4 import BeautifulSoup
def get_data():
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/108.0.0.0 Safari/537.36',
'cookie': '',
}
url = 'http://www.news.cn/tech/index.html'
response = requests.get(url, headers=headers)
soup = BeautifulSoup(response.text, 'lxml') # 用beatifulSoup解析网页
soup_item = soup.select('.item.item-style1')
for si in soup_item:
data = {}
data['标题'] = si.select('.tit')[0].text
data['日期'] = si.select('.time')[0].text
data['详情链接'] = si.select('a')[0]['href']
print(data)
get_data()
python + request + bs4 获取新华网新闻列表的标题,日期,详情url
需积分: 0 124 浏览量
更新于2024-10-08
收藏 609B ZIP 举报
python + request + bs4 获取新华网新闻列表的标题,日期,详情url
Python咕噜
- 粉丝: 71
- 资源: 3
最新资源
- 本地磁盘E的文件使用查找到的
- 基于Yolov5的测距系统源码+详细文档 +全部资料+高分项目.zip
- 基于yolov5的跌倒检测框架源码+详细文档 +全部资料+高分项目.zip
- 基于yolov5的高速公路及城市道路车辆视觉检测(CIAC比赛项目)源码+详细文档 +全部资料+高分项目.zip
- 基于YOLOv5的跌倒检测器源码+详细文档 +全部资料+高分项目.zip
- 高清 数据类型 表格文件 C C++ DEV-C++等等 方便查找使用
- 基于yolov5的害虫检测源码+详细文档 +全部资料+高分项目.zip
- 基于YoloV5的火灾检测系统:将深度学习算法应用于火灾识别与检测领域,源码+详细文档 +全部资料+高分项目.zip
- 自己总结的相关学习资料
- 基于yolov5的极验空间推理验证码模型训练源码+详细文档 +全部资料+高分项目.zip
- 基于yolov5的课堂违纪检测系统源码+详细文档 +全部资料+高分项目.zip
- 基于yolov5的交通标志牌识别项目,使用tt100k数据集源码+详细文档 +全部资料+高分项目.zip
- 本地磁盘E的文件使用查找到的
- 基于yolov5的驾驶员不规范行为检测源码+详细文档 +全部资料+高分项目.zip
- 基于yolov5的口罩检测训练模型源码+详细文档 +全部资料+高分项目.zip
- 基于yolov5的龙图检测ai源码+详细文档 +全部资料+高分项目.zip