【发布时间】:2017-09-30 16:40:32
【问题描述】:
我是爬虫新手,我正在使用 Python 3.X。目前我正在练习抓取谷歌新闻以重新开始,但我的代码遇到了一些问题(代码运行但没有返回任何内容)。我希望代码抓取谷歌新闻进行查询并返回结果中出现的 url、标题和简报。
非常感谢您的宝贵时间。我的代码如下:
import sys
import urllib
import requests
from bs4 import BeautifulSoup
import time
s = "Stack Overflow"
url = "http://www.google.com.sg/search?q="+s+"&tbm=nws&tbs=qdr:y"
#htmlpage = urllib2.urlopen(url).read()
time.sleep(randint(0, 2))
htmlpage = requests.get(url)
soup = BeautifulSoup(htmlpage.text,'lxml')
#print (len(soup.findAll("table", {"class": "result"})))
for result_table in soup.findAll("table", {"class": "result"}):
a_click = result_table.find("a")
print ("-----Title----\n" + a_click.renderContents())#Title
print ("----URL----\n" + str(a_click.get("href")))#URL
print ("----Brief----\n" + result_table.find("div", {"class": "c-abstract"}).renderContents())#Brief
print ("Done")
【问题讨论】:
-
不是指向您的代码的链接,您可以编辑它并直接将其粘贴到问题中吗?然后告诉我们您认为可能出错的地方以及您遇到的问题,然后根据您的帖子标题提出一个问题..
-
谢谢提醒,我已经提供了代码。我被我的代码卡住了,根本没有打印结果的 url、标题和简报。
标签: python python-3.x web-crawler google-crawlers google-news