# -*- conding:utf-8 -*-
import requests,re
url_list_all = ['http://finance.eastmoney.com/news/cgnjj_{}.html'.format(pages) for pages in range(1,26)]
def content(url):
req = requests.get(url,timeout = 500)
print('content_ulr:',url)
req.encoding = 'utf-8'
content_source = req.text
title = re.search('<h1>(.*?)</h1>',content_source,re.S).group(1)
source_time = re.search('<div class="time">(.*?)</div>', content_source, re.S).group(1)
source = re.search('<span>來源:</span>(.*?)</div>', content_source, re.S).group(1)
#description = re.search('<div class="abstract">摘要</div>(.*?)</div>', content_source, re.S).group(1)
content_body = re.search('<!--文章主體-->(.*?)<!--責(zé)任編輯-->', content_source, re.S).group(1)
content_content = {'title:': title, 'time:': source_time, 'source:': source, 'content:': content_body}
print(content_content)
# print('標(biāo)題:',title)
# print('時(shí)間:',source_time)
# print('來源:',source)
# #print('摘要:',description)
# print('內(nèi)容:',content_body)
def file_save(content):
with open('C:\\Users\\Administrator\\Desktop\\east.txt','a') as f:
f.write(content + '\n')
f.close()
for url in url_list_all:
print('url_list:',url)
req = requests.get(url)
req.encoding = 'utf-8'
list_content = req.text
content_url = re.findall('<p class="title">.*?<a href="(.*?)" target="_blank">',list_content,re.S)
#print(content_url)
#pic = re.search('<div class="image">.*?<a.*?"><img src="(.*?)" />.*?</a>',list_content,re.S).group(1)
for url in content_url:
content(url)
file_save(content_content)
以上,代碼比較混亂...如果只是正常輸出的話,沒問題,但是調(diào)用函數(shù)保存的時(shí)候就不行。試了幾種方法,報(bào)錯(cuò)類型有大概有三種:1、字典不能和字符串相加 2、參數(shù)必須是字符串 3、找不到content_content 請(qǐng)求幫忙看下
你的代碼有幾個(gè)地方有問題,按照下面的代碼再試試:
#-- conding:utf-8 --
import requests
import re
import json
url_list_all = ['http://finance.eastmoney.com/news/cgnjj_{}.html'.format(pages) for pages in range(1,3)] #減少了頁碼,測(cè)試的快點(diǎn)
def content(url):
req = requests.get(url,timeout = 1000)
print('content_ulr:',url)
req.encoding = 'utf-8'
content_source = req.text
title = re.search('<h1>(.*?)</h1>',content_source,re.S).group(1)
source_time = re.search('<div class="time">(.*?)</div>', content_source, re.S).group(1)
source = re.search('<span>來源:</span>(.*?)</div>', content_source, re.S).group(1)
content_body = re.search('<!--文章主體-->(.*?)<!--責(zé)任編輯-->', content_source, re.S).group(1)
content_content = {'title:': title, 'time:': source_time, 'source:': source, 'content:': content_body}
return content_content
def file_save(content):
with open('./east.txt','a') as f:
f.write(str(content))
for url in url_list_all:
req = requests.get(url)
req.encoding = 'utf-8'
list_content = req.text
content_url = re.findall('<p class="title">.*?<a href="(.*?)" target="_blank">',list_content,re.S)
for u in content_url:
cnt = content(u)
file_save(cnt)
北大青鳥APTECH成立于1999年。依托北京大學(xué)優(yōu)質(zhì)雄厚的教育資源和背景,秉承“教育改變生活”的發(fā)展理念,致力于培養(yǎng)中國IT技能型緊缺人才,是大數(shù)據(jù)專業(yè)的國家
達(dá)內(nèi)教育集團(tuán)成立于2002年,是一家由留學(xué)海歸創(chuàng)辦的高端職業(yè)教育培訓(xùn)機(jī)構(gòu),是中國一站式人才培養(yǎng)平臺(tái)、一站式人才輸送平臺(tái)。2014年4月3日在美國成功上市,融資1
北大課工場(chǎng)是北京大學(xué)校辦產(chǎn)業(yè)為響應(yīng)國家深化產(chǎn)教融合/校企合作的政策,積極推進(jìn)“中國制造2025”,實(shí)現(xiàn)中華民族偉大復(fù)興的升級(jí)產(chǎn)業(yè)鏈。利用北京大學(xué)優(yōu)質(zhì)教育資源及背
博為峰,中國職業(yè)人才培訓(xùn)領(lǐng)域的先行者
曾工作于聯(lián)想擔(dān)任系統(tǒng)開發(fā)工程師,曾在博彥科技股份有限公司擔(dān)任項(xiàng)目經(jīng)理從事移動(dòng)互聯(lián)網(wǎng)管理及研發(fā)工作,曾創(chuàng)辦藍(lán)懿科技有限責(zé)任公司從事總經(jīng)理職務(wù)負(fù)責(zé)iOS教學(xué)及管理工作。
浪潮集團(tuán)項(xiàng)目經(jīng)理。精通Java與.NET 技術(shù), 熟練的跨平臺(tái)面向?qū)ο箝_發(fā)經(jīng)驗(yàn),技術(shù)功底深厚。 授課風(fēng)格 授課風(fēng)格清新自然、條理清晰、主次分明、重點(diǎn)難點(diǎn)突出、引人入勝。
精通HTML5和CSS3;Javascript及主流js庫,具有快速界面開發(fā)的能力,對(duì)瀏覽器兼容性、前端性能優(yōu)化等有深入理解。精通網(wǎng)頁制作和網(wǎng)頁游戲開發(fā)。
具有10 年的Java 企業(yè)應(yīng)用開發(fā)經(jīng)驗(yàn)。曾經(jīng)歷任德國Software AG 技術(shù)顧問,美國Dachieve 系統(tǒng)架構(gòu)師,美國AngelEngineers Inc. 系統(tǒng)架構(gòu)師。