爬取全部的校园新闻

1.从新闻url获取新闻详情: 字典,anews

 

 

2.从列表页的url获取新闻url:列表append(字典) alist

 

 

3.生成所页列表页的url并获取全部新闻 :列表extend(列表) allnews

*每个同学爬学号尾数开始的10个列表页

 

 

4.设置合理的爬取间隔

import time

import random

time.sleep(random.random()*3)

 

 

5.用pandas做简单的数据处理并保存

保存到csv或excel文件 

newsdf.to_csv(r'F:\duym\爬虫\gzccnews.csv')

保存到数据库

import sqlite3
with sqlite3.connect('gzccnewsdb.sqlite') as db:
    newsdf.to_sql('gzccnewsdb',db)

 

posted @ 2019-04-12 21:15  qwertuyt124  阅读(103)  评论(0编辑  收藏  举报