使用报纸从多个网址下载文章

Question

我一直在尝试从网页（Zeit online，德国报纸）中提取多篇文章，为此我有一个要从中下载文章的网址列表，所以我不需要抓取页面的网址。

python 的报纸包在解析单个页面的内容方面做得很棒。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，并且没有找到一种方法来做到这一点。如果有人能帮助我，我将不胜感激。

我尝试的一件事如下：

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]

Answer 1

你得到异常

它返回了以下错误：%："文章"和"str"的操作数类型不受支持

因为您填充了错误的变量，并且在第 9 行上您应该有：

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)