python 뉴스 포털 사이트의 예시

프로젝트 주소:

https://github.com/Python3Spiders/AllNewsSpider

어떻게 사용합니까

모든 폴더 아래의 코드는 플랫폼에 대응하는 뉴스 파충류이다

py 파일을 직접 실행합니다

pyd 파일이 필요합니다. pengpai_로 가정하십시오.news_spider.pyd

pyd 파일을 로컬로 다운로드하고 새 프로젝트를 만들고pyd 파일을 넣습니다
프로젝트 루트 디렉터리에 새 runner를 만듭니다.py, 아래 코드를 쓰면 실행 및 캡처

import pengpai_news_spider
pengpai_news_spider.main()

예제 코드

바이두 뉴스

# -*- coding: utf-8 -*-
#          ， 

import requests

from datetime import datetime, timedelta

from lxml import etree

import csv

import os

from time import sleep
from random import randint


def parseTime(unformatedTime):
    if ' ' in unformatedTime:
        minute = unformatedTime[:unformatedTime.find(' ')]
        minute = timedelta(minutes=int(minute))
        return (datetime.now() -
                minute).strftime('%Y-%m-%d %H:%M')
    elif ' ' in unformatedTime:
        hour = unformatedTime[:unformatedTime.find(' ')]
        hour = timedelta(hours=int(hour))
        return (datetime.now() -
                hour).strftime('%Y-%m-%d %H:%M')
    else:
        return unformatedTime


def dealHtml(html):
    results = html.xpath('//div[@class="result-op c-container xpath-log new-pmd"]')

    saveData = []

    for result in results:
        title = result.xpath('.//h3/a')[0]
        title = title.xpath('string(.)').strip()

        summary = result.xpath('.//span[@class="c-font-normal c-color-text"]')[0]
        summary = summary.xpath('string(.)').strip()

        # ./  ，.//  / 
        infos = result.xpath('.//div[@class="news-source"]')[0]
        source, dateTime = infos.xpath(".//span[last()-1]/text()")[0], \
                           infos.xpath(".//span[last()]/text()")[0]

        dateTime = parseTime(dateTime)

        print(' ', title)
        print(' ', source)
        print(' ', dateTime)
        print(' ', summary)
        print('
')

        saveData.append({
            'title': title,
            'source': source,
            'time': dateTime,
            'summary': summary
        })
    with open(fileName, 'a+', encoding='utf-8-sig', newline='') as f:
        writer = csv.writer(f)
        for row in saveData:
            writer.writerow([row['title'], row['source'], row['time'], row['summary']])


headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.142 Safari/537.36',
    'Referer': 'https://www.baidu.com/s?rtt=1&bsst=1&cl=2&tn=news&word=%B0%D9%B6%C8%D0%C2%CE%C5&fr=zhidao'
}

url = 'https://www.baidu.com/s'

params = {
    'ie': 'utf-8',
    'medium': 0,
    # rtt=4   rtt=1  
    'rtt': 1,
    'bsst': 1,
    'rsv_dl': 'news_t_sk',
    'cl': 2,
    'tn': 'news',
    'rsv_bp': 1,
    'oq': '',
    'rsv_btype': 't',
    'f': 8,
}


def doSpider(keyword, sortBy = 'focus'):
    '''
    :param keyword:  
    :param sortBy:  ， ：focus( ），time( ），  focus
    :return:
    '''
    global fileName
    fileName = '{}.csv'.format(keyword)

    if not os.path.exists(fileName):
        with open(fileName, 'w+', encoding='utf-8-sig', newline='') as f:
            writer = csv.writer(f)
            writer.writerow(['title', 'source', 'time', 'summary'])

    params['wd'] = keyword
    if sortBy == 'time':
        params['rtt'] = 4

    response = requests.get(url=url, params=params, headers=headers)

    html = etree.HTML(response.text)

    dealHtml(html)

    total = html.xpath('//div[@id="header_top_bar"]/span/text()')[0]

    total = total.replace(',', '')

    total = int(total[7:-1])

    pageNum = total // 10

    for page in range(1, pageNum):
        print('  {}  

'.format(page))
        headers['Referer'] = response.url
        params['pn'] = page * 10

        response = requests.get(url=url, headers=headers, params=params)

        html = etree.HTML(response.text)

        dealHtml(html)

        sleep(randint(2, 4))
    ...


if __name__ == "__main__":
    doSpider(keyword = ' ', sortBy='focus')

이상은python이 뉴스 포털 사이트를 기어오르는 예시의 상세한 내용입니다. 더 많은python이 뉴스 포털 사이트를 기어오르는 것에 관한 자료는 저희 다른 관련 글을 주목해 주십시오!