1、用requests库和BeautifulSoup4库，爬取校园新闻列表的时间、标题、链接、来源。

import requestsfrom bs4 import BeautifulSoupres=requests.get('http://news.gzcc.cn/html/xiaoyuanxinwen/')res.encoding='utf-8'soup=BeautifulSoup(res.text,'html.parser')for news in soup.select('li'):    if len(news.select('.news-list-title'))>0:      title=news.select('.news-list-title')[0].text      url=news.select('a')[0]['href']      time=news.select('.news-list-info')[0].contents[0].text      laiyuan=news.select('.news-list-info')[0].contents[1].text      print(title,url,time,laiyuan)

 

2、选一个自己感兴趣的主题，做类似的操作，为“爬取网络数据并进行文本分析”做准备。

import requestsfrom bs4 import BeautifulSoupres=requests.get('http://trips.tuniu.com/search?q=%E7%8F%A0%E6%B5%B7')res.encoding='utf-8'soup=BeautifulSoup(res.text,'html.parser')for trips in soup.select('li'):    if len(trips.select('.list-name'))>0:      title=trips.select('.list-name')[0].text      url=trips.select('a')[0]['href']      print(title,url)