1
你好,我是一個蟒蛇新手,不好意思問這樣一個具體的問題,當我不知道什麼是錯誤的。新聞網站爬行不起作用?
我試圖從一個韓國新網站上爬取新聞文章。 當我運行這段代碼
import sys
from bs4 import BeautifulSoup
import urllib.request
from urllib.parse import quote
target_url_b4_pn="http://news.donga.com/search?p="
target_url_b4_keyword='&query='
target_url_rest="&check_news1&more=1&sorting1&search_date1&v1=&v2=&range=1"
def get_text(URL, output_file):
source_code_from_URL=urllib.request.urlopen(URL)
soup=BeautifulSoup(source_code_from_URL, 'lxml', from_encoding='UTF-8')
content_of_article=soup.select('div.article')
for item in content_of_article:
string_item=str(item.find_all(text=True))
output_file.write(string_item)
def get_link_from_news_title(page_num, URL, output_file):
for i in range(page_num):
current_page_num=1+i*15
position=URL.index('=')
URL_with_page_num=URL[:position+1]+str(current_page_num)+URL[position+1:]
source_code_from_URL=urllib.request.urlopen(URL_with_page_num)
soup=BeautifulSoup(source_code_from_URL, 'lxml',from_encoding='UTF-8')
for title in soup.find_all('p','tit'):
title_link=title.select('a')
article_URL=title_link[0]['href']
get_text(article_URL, output_file)
def main():
keyword="노무현"
page_num=1
output_file_name="output.txt"
target_url=target_url_b4_pn+target_url_b4_keyword+quote(keyword)+target_url_rest
output_file=open(output_file_name, "w", -1, "utf-8")
get_link_from_news_title(page_num, target_url, output_file)
output_file.close()
if __name__=='__main__':
main()
print(target_url)
print(11111)
的jupyter筆記本不給輸入作出響應,在底部犯規甚至吐出任何簡單的命令(不打印任何東西)
想想代碼凍結不知何故,請告訴我哪裏可能出錯?
the picture where it's not responding
太謝謝你了!你真好!我改變了代碼,但它仍然沒有在一小時內吐出結果......如果你能提出任何改進建議,這將是很好的。 –
'output.txt'的結果會在你的當前目錄中,你檢查那個文件嗎? – Aaron