小伙Python爬虫并自制新闻网站，太好玩了

豆腐凹凸数据
作者：豆腐
来源：凹凸数据

大家好，我又来了,我是银牌厨师豆腐！

我们总是在爬啊爬，爬到了数据难道只是为了做一个词云吗？

当然不！这次我就利用flask为大家呈现一道小菜。

Flask是python中一个轻量级web框架，相对于其他web框架来说简单，适合小白练手。使用Flask+爬虫，教大家如何实时展示自己爬下来的数据到网页上。

先给大家展示一下这个丑丑的网页 ↓

（给个面子，别笑图片）

演示三个功能
整个流程就是简单的三步：

爬取数据
利用实时爬取数据生成词云
利用热点推荐新闻
爬虫部分：

这次爬虫主要利用多线程方式爬取新浪新闻+网易新闻所有栏目新闻信息。

一共14个栏目，两个网站的页面信息都是通过ajax加载完成的，请求对应的栏目链接后，返回的字符串是这样的，仔细观察会发现我们要看的新闻内容被包含在data_callback里面

图2
是一个列表样式，

这时候我们就可以用eval函数将这个字符串处理成一个列表格式

def get_wy_teach():    url = 'https://tech.163.com/special/00097UHL/tech_datalist.js?callback=data_callback'    headers = {        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.163 Safari/537.36'    }    res = requests.get(url=url, headers=headers)    # print(res.text)    data = res.text    data = eval(data.replace('data_callback(','').replace(data[-1],""))

然后下面就可以循环提取出新闻内容了，最后一步就是存储到我们的mysql数据库中

当我们建立好14个栏目的爬虫后，再来编写一个主文件main，利用简单的多线程方法启动14个文件并行爬取14个栏目的新闻

def multi_thread():    t1 = threading.Thread(target=xzg)    t2 = threading.Thread(target=xz)    #......    t13 = threading.Thread(target=wy_hua)    t14 = threading.Thread(target=wy_chn)    t1.start()    t2.start()    #......    t13.start()    t14.start()

对了，爬虫之后我们还是做了词云的，哈哈哈

点击生成今日热点新闻词云，静待片刻

今日热点词汇

flask部分：

辅材处理完成，现在我们开始做主菜部分。

from flask import Flask,render_template,request#注册创建app应用，_name_是python预定义变量app = Flask(__name__)#跨域请求corsfrom flask_cors import CORSCORS(app, resources=r'/*')#启动爬虫页@app.route('/test', methods=['GET'])def mytest():    main.multi_thread()    time.sleep(10)    return '爬取完成~'if __name__ == '__main__':    app.run(debug=True,port=5000)

render_template, 用于渲染我们的h5页面
app = Flask(name)，这个是flask的必写项，必须先定义模块名，用于设置路由路径（转接4）
cors跨域请求，一般用于ajax请求，CORS(app, resources=r'/*')定义app路由中所有路径都适用于跨域请求
@app.route('/test')，当你想使用mytest功能时候，设置了/test作用该函数的访问路径。例：http://49.233.23.230:5000/test
app.run(debug=True,port=5000)，最后就是指定监听地址端口为 5000，debug=True是调试环境，用于生产环境时可更改为Flase。
这样一个个小小的Flask页面接口就完成了

接口写好了，下面我们来搞个h5页面，我们首先来建立一个简单hmtl文件（举例新闻推荐页面）

<!DOCTYPE html><html lang="en"><head>    <meta charset="UTF-8">    <title>Title</title></head><body><div align="" class="img">    <h1>今日新闻推荐</h1>    <div class="img">        <ul>          <li> <a href="{{data[0][1]}}">{{data[0][0]}}</a></li>          <li> <a href="{{data[1][1]}}">{{data[1][0]}}</a></li>          <li> <a href="{{data[2][1]}}">{{data[2][0]}}</a></li>          <li> <a href="{{data[3][1]}}">{{data[3][0]}}</a></li>          <li> <a href="{{data[4][1]}}">{{data[4][0]}}</a></li>          <li> <a href="{{data[5][1]}}">{{data[5][0]}}</a></li>          <li> <a href="{{data[6][1]}}">{{data[6][0]}}</a></li>          <li> <a href="{{data[7][1]}}">{{data[7][0]}}</a></li>          <li> <a href="{{data[8][1]}}">{{data[8][0]}}</a></li>          <li> <a href="{{data[9][1]}}">{{data[9][0]}}</a></li>          <li> <a href="{{data[10][1]}}">{{data[10][0]}}</a></li>          <li> <a href="{{data[11][1]}}">{{data[11][0]}}</a></li>          <li> <a href="{{data[12][1]}}">{{data[12][0]}}</a></li>          <li> <a href="{{data[13][1]}}">{{data[13][0]}}</a></li>          <li> <a href="{{data[14][1]}}">{{data[14][0]}}</a></li>          <li> <a href="{{data[15][1]}}">{{data[15][0]}}</a></li>          <li> <a href="{{data[16][1]}}">{{data[16][0]}}</a></li>          <li> <a href="{{data[17][1]}}">{{data[17][0]}}</a></li>          <li> <a href="{{data[18][1]}}">{{data[18][0]}}</a></li>          <li> <a href="{{data[19][1]}}">{{data[19][0]}}</a></li>        </ul>    </div>    <div class="logo-img">    </div></div>

我们将从数据库中获取到的数据传入到h5文件

#新闻推荐@app.route('/news')def news_list():    data = get_mysql()    return render_template('index4.html', data=data)

复制粘贴20个li方便大家理解我设置今日推荐新闻条数是20条，

你也可以通过自己喜爱算法从数据库选择20条新闻推送的网页

刷新新闻与查看新闻
到这，一个简陋的 Flask 网站就完成了，是不是很简单。

Flask 是个小巧、灵活的web框架，可以让自己决定定制哪些功能，灵活定制组件，非常适用于小型网站。

结语：（网站想要漂亮，还是要学一下h5，别学我）

如果大家想要试试我们的演示网站，或者对源码感兴趣，可以扫描下方二维码，回复“新闻”即可获得

福利时间

安利一本

小伙Python爬虫并自制新闻网站，太好玩了

小伙Python爬虫并自制新闻网站，太好玩了

爬虫部分：

flask部分：

更多相关文章

随机推荐