时间戳

首页 > 解决方案 > Python Newspaper 函数在循环期间未读取文章 URL？

python - Python Newspaper 函数在循环期间未读取文章 URL？

问题描述

如果这是一个愚蠢的问题，我深表歉意——我是 Python 新手，并且更熟悉 excel VBA。

我试图让 Python 循环遍历 Excel 文档中的多个文章 URL，并创建各种 URL 的摘要。目标是将文章标题、摘要和 URL 导出到新的 Excel（或不同的选项卡）。（最终目标是搜集相关新闻并进行总结，但我正在努力实现这一目标！）

但是，我在让 Newspaper Article 函数读取从我创建的列表中传递的 URL 时遇到问题。当我打印 URL 时，它看起来就像我刚刚复制粘贴并设置 url = '复制粘贴的值'。但是，当我在该 URL 上运行“文章”功能时，它似乎没有正确读取 URL。它们作为字符串存储在列表中。不知道我可能做错了什么。任何帮助，将不胜感激！！

# Import the libraries
import nltk
from newspaper import Article
import openpyxl

# import the URLs from the Excel
from openpyxl import load_workbook
wb = load_workbook(r'C:\Users\Python\RunPythonScript.xlsm')  # Work Book
ws = wb.get_sheet_by_name('URLs')  # Work Sheet
column = ws['A']  # Column
column_list = [column[x].value for x in range(len(column))] # create a list
url_list = list(filter(None, column_list)) # remove blanks
url_list.pop(0) # remove title

# start loop
x = 0
while x < len(url_list):


   url = str("'" + url_list[x] + "'") # set url  
   article = Article(url) # Get the article ### seems to be where error is ###
   print(article)

   x = x + 1 # move to next url

我从 python 得到以下输出：

<newspaper.article.Article object at 0x07DADB38>
<newspaper.article.Article object at 0x0A698670>
<newspaper.article.Article object at 0x07DADB38>
<newspaper.article.Article object at 0x0A698670>
<newspaper.article.Article object at 0x07DADB38>
<newspaper.article.Article object at 0x0A698670>
<newspaper.article.Article object at 0x07DADB38>
<newspaper.article.Article object at 0x0A698670>
<newspaper.article.Article object at 0x07DADB38>
<newspaper.article.Article object at 0x0A698670>

它似乎没有打印文章，而是在 URL 上出错。

有什么见解吗？提前致谢！！

标签： pythonpython-newspaper

解决方案

文档https://newspaper.readthedocs.io/en/latest/非常清楚。

看来您必须将代码修改为以下内容：

...
while x < len(url_list):


   url = str("'" + url_list[x] + "'") # set url  
   article = Article(url)
   article.download()
   article.parse()
   print(article.authors)
   print(article.publish_date)
   print(article.text)
   print(article.top_image)  
   # And so on and so far...

   x = x + 1 # move to next url

推荐阅读