准備工作：安裝requests和BeautifulSoup4。打開cmd，輸入如下命令
pip install requests pip install BeautifulSoup4打開我們要爬取的頁面，這里以新浪新聞為例，地址為：http://news.sina.com.cn/china/
按F12打開開發人員工具，點擊左上角的圖片，然后再頁面中點擊你想查看的元素：
我點擊了新聞標題處的元素，查看到該元素為class=news-item的元素：
在這里，我們要獲取新聞的時間，標題和鏈接，查看到分別在如下位置：
現在，就可以根據元素的結構編寫爬蟲代碼了：
import requests from bs4 import BeautifulSoup url = 'http://news.sina.com.cn/china/' res = requests.get(url) # 使用UTF-8編碼 res.encoding = 'UTF-8' # 使用剖析器為html.parser soup = BeautifulSoup(res.text, 'html.parser') #遍歷每一個class=news-item的節點 for news in soup.select('.news-item'): h2 = news.select('h2') #只選擇長度大於0的結果 if len(h2) > 0: #新聞時間 time = news.select('.time')[0].text #新聞標題 title = h2[0].text #新聞鏈接 href = h2[0].select('a')[0]['href'] #打印 print(time, title, href)運行程序，結果如下圖所示：
