首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >无法使用newspaper3k下载文章

无法使用newspaper3k下载文章
EN

Stack Overflow用户
提问于 2018-08-10 21:00:52
回答 1查看 2.2K关注 0票数 1

我甚至尝试过pypi.org中的命令,但是没有文章被下载。

代码语言:javascript
复制
from newspaper import Article

url = 'http://fox13now.com/2013/12/30/new-year-new-laws-obamacare-pot-guns-and-drones/'
article = Article(url)
article.download()
article.html

article.html只给空刺‘’。当我尝试article.parse()时,它会产生错误*

你必须先download()一篇文章!

我已经试过了

代码语言:javascript
复制
while article.download_state == ArticleDownloadState.NOT_STARTED:
    # Raise exception if article download state does not change after 10 seconds
    if slept > 9:
        raise ArticleException('Download never started')
    sleep(1)
    slept += 1

仍然无法解决这个问题。

EN

回答 1

Stack Overflow用户

发布于 2018-11-11 21:39:16

有时,您必须清理链接,例如,从RSS提要。

urlparse库可以用于Google。

示例

代码语言:javascript
复制
google_url = 'https://www.google.com/url?rct=j&sa=t&url=https://www.timesnownews.com/international/article/european-union-chief-donald-tusk-lashes-out-at-donald-trump-stance-on-europe/311933&ct=ga&cd=CAIyHDlhZGYyMmM4NzAwYzNlZDc6Y28udWs6ZW46R0I&usg=AFQjCNHrsEaxxjXvWB3wM_1aRjNg6aeZvw'

url=后获取变量

代码语言:javascript
复制
from urllib.parse import urlparse, parse_qs
url = urlparse(google_url)
print (parse_qs(url.query)['url'][0])

此外,还请注意,如果不同而不是单独分配,则输出将被覆盖。

在测试脚本时,输出将只包括article.text:

代码语言:javascript
复制
article = Article('https://www.google.com/url?rct=j&sa=t&url=https://www.timesnownews.com/international/article/european-union-chief-donald-tusk-lashes-out-at-donald-trump-stance-on-europe/311933&ct=ga&cd=CAIyHDlhZGYyMmM4NzAwYzNlZDc6Y28udWs6ZW46R0I&usg=AFQjCNHrsEaxxjXvWB3wM_1aRjNg6aeZvw')
article.download()
article.parse()
article.top_image
article.text

这在测试脚本时起作用:

代码语言:javascript
复制
top_image = article.top_image
text = article.text
print (top_image, text)
票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/51793998

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档