1

我一直在尝试从网页（在线时代，德国报纸）中提取多篇文章，为此我有一个我想从中下载文章的网址列表，因此我不需要抓取网页的网址。

python 的报纸包在解析单个页面的内容方面做得非常好。我需要做的是自动更改网址，直到下载所有文章。不幸的是，我的编码知识有限，还没有找到办法。如果有人可以帮助我，我将不胜感激。

我尝试的其中一件事是：

import newspaper
from newspaper import Article

lista = ['url','url']


for list in lista:

 first_article = Article(url="%s", language='de') % list

 first_article.download()

 first_article.parse()

 print(first_article.text)

it returned the following error: unsupported operand type for %:'article' and 'str'

这似乎可以完成这项工作，尽管我希望有一种更简单的方法，涉及更少的苹果和香蕉。

#!/usr/bin/env python
# -*- coding: utf-8 -*-

import newspaper
from newspaper import Article

lista = ['http://www.zeit.de/1946/01/unsere-aufgabe', 'http://www.zeit.de/1946/04/amerika-baut-auf', 'http://www.zeit.de/1946/04/bedingung', 'http://www.zeit.de/1946/04/bodenrecht']

apple = 0
banana = lista[apple]


while apple <4 :

 first_article = Article(url= banana , language='de') 

 first_article.download()

 first_article.parse()

 print(first_article.text).encode('cp850', errors='replace')

 apple += 1
 banana = lista[apple]
4

1 回答 1

0

你得到了例外

它返回以下错误：%:'article' 和 'str' 的操作数类型不受支持

因为你填充了错误的变量，在第 9 行你应该有：

first_article = Article(url="%s" % list, language='de')

这是完整的代码：

import newspaper
from newspaper import Article

lista = ['url','url']


for list in lista:

   first_article = Article(url="%s" % list, language='de')

   first_article.download()

   first_article.parse()

   print(first_article.text)
于 2018-03-10T09:30:38.493 回答