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

allnews=[]

foriinrange(78,88):

listUrl='http://news.gzcc.cn/html/xiaoyuanxinwen/{}.html'.format(i)

allnews.extend(alist(listUrl))

len(allnews)

pd.Series(anews)

newsdf=pd.DataFrame(allnews)

foriinrange(5):

print(i)

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

print(newsdf)

5.用pandas做简单的数据处理并保存

newsdf.to_csv(r'F:\ccc.csv')

保存到数据库

import sqlite3
with sqlite3.connect('gzccnewsdb12.sqlite') as db:
  newsdf.to_sql('gzccnewsdb12',db)

优质内容筛选与推荐>>
1、SQL Server Management Studio 键盘快捷键
2、百度开户、360开户淘宝客的跳转代码教程
3、mysql5.6.35的安装脚本
4、CentOS 6.8编译安装httpd2.2.31+MySQL5.6.31+PHP5.3.27
5、Itext相关知识