newspaper框架是python的新聞爬蟲框架，這個框架我個人感覺是python爬蟲框架中製作難度最低的，它就是根據新聞網頁多數關鍵詞固定進行抓取，比如作者一般都用authors，標題都用title等，它是利用這些詞固定進行新聞抓取。
我在使用過程中主要有2個問題
1。python3.7版本和newspaper.build（）這個方法兼容性不太好，會出現運行卡住不輸出的問題
import newspaper
sina=newspaper.build("https://news.sina.com.cn/gov/xlxw/2020-02-07/doc-iimxxste9531083.shtml")
sina.download()
print(sina.title)
print(sina.text[:150])
print(sina.doc)
print(sina.authors)
print(sina.html)
代碼很簡單，但是python3.7版本使用會卡住不運行，這個問題大家可以直接修改源代碼解決或者使用newspaper.Article代替build，反正效果是一樣的
第二個問題是有的時候抓取無結果
import newspaper
sina=newspaper.Article("https://news.sina.com.cn/gov/xlxw/2020-02-07/doc-iimxxste9531083.shtml")
sina.download()
print(sina.title)
print(sina.text[:150])
print(sina.doc)
print(sina.authors)
print(sina.html)
我們只抓取到了html，別的什麼都沒抓取到，這種情況很簡單，網頁的規則和newspaper框架抓取規則不相同唄，解決方案的話，建議不使用newspaper框架或者修改下newspaper的抓取詞，這個操作的話就要研究下源代碼了，不過實話說1，newspaper的源代碼並不複雜，2，與其研究源代碼還不如自己專門寫一個快