后期会不定期分享更多Python爬虫相关知识

　　要求：

　　http://sports.163.com/zc/

　　提取网站中全部新闻标题名称，标题路由地址，标签，时间，评论数保存到文档中

　　案例分析：

　　（1）请求部分

　　

　　

　　查看网站信息可知，该网站的请求地址会随着页面的变化而发生变化。如果是第一页，则可以直接引用网址，如果是单位数的页面，可以直接改变个位数页，以此类推...在这里，我们就可以对路由地址进行if分类判断

　　（2）解析部分

　　首先取出信息所在的节点，里面就包含了每页中的所有新闻信息的列表，如果用正则方法爬取，代码如下：

　　如果用xpath方法爬取，代码如下：

　　当然，也可以用beautifulsoup方法，方法众多，可以任意选用

　　当我们解析出列表标签后，我们就可以进行深入解析了

　　正则方法：大家要熟练掌握re.search()和re.findall()为主的正则匹配方法

　　xpath方法：

　　解析完数据之后，就要进行数据的保存，可以保存到数据库中，也可以报道到文本txt中

　　保存到文档：

　　保存到数据库：

　　当我们爬取的数据量比较大时，我们就需要考虑项目的稳定性了。比如我们可以加time.sleep()，也可以写逻辑做容错处理，比如一些简单的处理：

　　结果展示：

　　

　　保存到文本：

　　

　　保存到数据库：

　　

　　喜欢小编的关注、点赞走一波呦，后期会不定期分享更多Python爬虫相关知识