-1
我想抓取印度新闻网站及其档案（例如thehindu.com，indianexpress.com和timesofindia.com）。如何抓取新闻网站（仅限内容）？
我听说过Java中用于提取内容的样板库。但有没有在Python中的任何图书馆做到这一点，以及如何做到这一点？
如果这是一个重复的问题，请帮我指出。
A
回答
5
Scrapy是Python的一个流行刮框架
相关问题
- 1. 网站内容抓取
- 2. 如何为我的网站获取Twitter供稿（仅限内容）？
- 3. 抓取整个网站内容
- 4. 从C＃网站抓取内容＃
- 5. 建议使用抓取网站内容
- 6. Web动态javascript内容抓取网站
- 7. 如何通过动态内容加载来抓取网站？
- 8. 如何从另一个网站'抓取'内容
- 9. 如何在网站上抓取动态内容并保存？
- 10. 如何从JSF网站上抓取Ajax生成的内容？
- 11. 如何在iPhone上抓取网站内容
- 12. 如何抓取网站内容（* COMPLEX * iframe，javascript提交）
- 13. Google阅读器如何从网页中提取新闻内容？
- 14. 如何使用Boilerpipe从网页中提取新闻内容？
- 15. Nutch的抓取工具无法检索新闻文章内容
- 16. 如何抓取网站？
- 17. 抓取新闻文章
- 18. 如何同时读取和抓取网址和网站文件内容c＃
- 19. 如何更新网页内容像facebook新闻提要更新
- 20. Google何时重新抓取网站？
- 21. 如何制作新闻网站新闻可搜索
- 22. 谷歌新闻如何从不同的新闻网站拉新闻链接？
- 23. 如何获取网站在Twitter上发布的最新新闻
- 24. 如何在网站中定制新闻容器
- 25. 网页抓取 - 如何阅读网站的基础内容上的SWF
- 26. 如何在抓取时解析（仅文本）网站
- 27. PHP：如何从网站源页面提取内容或抓取数据集
- 28. 无法凑新闻网站
- 29. 用Python刮新闻网站
- 30. 新闻网站排名
你的问题的标题给出了[谷歌]（https://www.google.com/search?q=How+to+crawl+一些不错的三分球新闻+网站+（内容+只）+蟒蛇） – lanzz