04 2018 档案

数据结构化与保存
摘要：1. 将新闻的正文内容保存到文本文件。 2. 将新闻数据结构化为字典的列表: 单条新闻的详情-->字典news 一个列表页所有单条新闻汇总-->列表newsls.append(news) 所有列表页的所有新闻汇总列表newstotal.extend(newsls) 3. 安装pandas，用pand 阅读全文
posted @ 2018-04-18 12:01 HISAM 阅读(259) 评论(0) 推荐(0) 编辑
使用正则表达式，取得点击次数，函数抽离
摘要：1. 用正则表达式判定邮箱是否输入正确。 2. 用正则表达式识别出全部电话号码。 3. 用正则表达式进行英文分词。re.split('',news) 4. 使用正则表达式取得新闻编号 5. 生成点击次数的Request URL 6. 获取点击次数 7. 将456步骤定义成一个函数 def getCl 阅读全文
posted @ 2018-04-10 16:03 HISAM 阅读(193) 评论(0) 推荐(0) 编辑
爬取校园新闻首页的新闻
摘要：1. 用requests库和BeautifulSoup库，爬取校园新闻首页新闻的标题、链接、正文。 2. 分析字符串，获取每篇新闻的发布时间，作者，来源，摄影等信息。 3. 将其中的发布时间由str转换成datetime类型。 4. 将完整的代码及运行结果截图发布在作业上。 获取全部的校园新闻：包括 阅读全文
posted @ 2018-04-03 17:43 HISAM 阅读(242) 评论(0) 推荐(0) 编辑