php爬虫爬取校园新闻,python爬虫获取校园网新闻

现在我们需要获取上图红色框框的数据并输出

下面我们打开浏览器的开发模式并定位到相应的代码

不难发现，学校要闻只显示5条信息

下面我们就开始写程序

# -*- coding:utf-8 -*-

import urllib

import urllib2

import re

url = "http://www.zhbit.com/"

#利用urllib2模块打开校园网

res = urllib2.urlopen(url)

#把校园网的源代码存储到html变量当中

html = res.read()

#根据相应的网页代码编写正则表达式匹配

pattern = re.compile(r'

#获取所有符合正则表达式的字符串

h = pattern.findall(html)

#因为主页前5个符合正则表达式的内容刚好是我们需要的内容

for i in range(5):

#h[i][0]正则表达式第一个(.*?),h[i][1]为第二个

#输出h[i][0](题目)和h[i][1](日期)

print h[i][0]+" "+h[i][1]

运行结果