[英]My crawling code doesn't print any results
我正在嘗試為韓國新聞網站制作爬蟲。 奇怪的是我已經有工作代碼了。 以下是示例。
import requests
from bs4 import BeautifulSoup
import telegram
url = 'http://www.thelec.kr/news/articleList.html?page=1&total=3836&box_idxno=&view_type=sm'
req = requests.get(url)
html = req.text
soup = BeautifulSoup(html, 'html.parser')
search_result = soup.select_one('#user-container')
news_list = search_result.select('.article-veiw-body > .article-list > .article-list-content > .list-block > .list-titles >a')
contents = []
for news in news_list:
link = news['href']
title = news.text
contents.append("http://www.thelec.kr"+link + " " + title)
contents
我只更改了 url 和標簽,如下所示:
import requests
from bs4 import BeautifulSoup
import telegram
url = 'https://news.daum.net/breakingnews/digital'
req = requests.get(url)
html = req.text
soup = BeautifulSoup(html, 'html.parser')
search_result = soup.select_one('#kakaoContent')
news_list = search_result.select('.box_etc > .cMain > .mArticle > .box_etc > .list_news2 > .cont_thumb > a')
links = []
for news in news_list:
link = news['href']
links.append(link)
links
突然間,結果是'[]'。 空的。 我也在另一個網站上嘗試過,但結果相同,為空。 我不明白。 兩者看起來都一樣。 為什么一種有效,另一種無效?
你的選擇器太窄了。 嘗試:
soup.select('#kakaoContent .box_etc .list_news2 .cont_thumb a')
您當前的第二個選擇器在我的頁面上不起作用。 如果您想獲得左側文章的鏈接,您需要更改您的 css 選擇器。 例如,為了更快更准確
.list_news2 .tit_thumb > a
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.