今天遇到一个好玩的库，用来解析新闻类网页特别好用。基本上你不用分析网页，不用标签定位。
直接告诉脚本你想爬的url，goose就会将清理好的数据返回给你。
缺点是goose不支持python3，为此我特点装了python2.7尝试写今天这篇文章。
goose项目https://github.com/grangier/python-goose
直接上代码截图
1、新闻标题
2、新闻发布网址域名
3、新闻关键词
4、新闻摘要
5、新闻详情
提醒大家下，代码中
from goose.text import StopWordsChinese
大家还是去掉吧，要不然运行会慢很多。我加上这行代码是为了增加对中文分词更好的支持。
本站文章版权归原作者及原出处所有 。内容为作者个人观点， 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台，并不用于任何商业目的，如果有任何问题，请及时联系我们，我们将根据著作权人的要求，立即更正或者删除有关内容。本站拥有对此声明的最终解释权。
1 个评论
这个挺好玩的