# Web_Mining_Midterm-南方都市报公众号文章抓取

**Repository Path**: bannngo/Web_Mining_Midterm-nfdsb

## Basic Information

- **Project Name**: Web_Mining_Midterm-南方都市报公众号文章抓取
- **Description**: No description available
- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2021-05-26
- **Last Updated**: 2021-05-26

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Web_Mining_Midterm-南方都市报公众号文章抓取  

### 介绍  
使用selenium实现在微信公众平台抓取微信公众号文章  

### 要求   
1. 使用selenium进入微信公众平台  
2. 在微信公众平台寻找指定的公众号  
3. 抓取该公众号指定时间区间的文章（不低于50页数据/不低于1年的数据）  
4. 导出文章信息（应包含标题，时间，文章url链接以及文章文本内容）  

### 数据抓取意义  

南方都市报作为中国南方的一份综合性日报，覆盖广东省，为珠三角地区影响力最大的报纸。其报道内容涵盖民生等多方面内容，通过使用selenium对【南方都市报】公众号进行文章抓取，能够搜集到当前社会上的热点资讯，通过数据了解社会问题及社会发展趋势。  

### 遇到问题

1. xpath定位错误，抓取不到相应信息
2. 代码运行进程过慢

### 解决方案

1. 使用开发者工具在网页内寻找正确xpath
2. 耐心等待，确保网络顺畅

### 参考链接  


### 数据
[南方都市报公众号文章抓取.xlsx](南方都市报公众号文章抓取.xlsx)