newsfx 0.0.9

Scraper news article in Viet Nam

newsfx

Dự án đang trong quá trình thực hiện

Bắt đầu nhanh

Cài đặt

Chỉ support Python 3.6+

pip install newsfx

Thực hiện

from newsfx import NewsFX
run = NewsFX('https://vnexpress.net/thoi-su/nguoi-dan-un-un-tro-lai-sai-gon-ha-noi-sau-ky-nghi-le-3917122.html')
run.parser()
print(run.get_title) # Người dân ùn ùn trở lại Sài Gòn, Hà Nội sau kỳ nghỉ lễ

lấy hình

#lấy link của hình 
print(run.get_top_image_link) #https://link_dan_toi_file.jpg

# save hình 
run.save_top_image_link(name='ten_file_anh.jpg')

Trang tin hỗ trợ

news site	title	published_date	summary	content	author	top_image
VnExpress	✔️	✔️	✔️	✔️	✔️	✔️
Tuổi Trẻ Online	✔️	✔️	✔️	✔️	✔️	️️️️️️✔️
Thanh Niên	✔️	✔️	✔️	✔️	✔️	✔️
Tiền Phong
Lao Động
Báo mới
Người Lao Động
Nhân Dân
Đời Sống Pháp Luật
Vietnamnet
Zing News
Dân Trí
Nhịp Sống Số
Tri Thức Trẻ
Vietnam Plus

TODO

• Tự động nhận dạng url đầu vào
• Định dạng kết quả trả về trong dictionary

Tên	Kiểu trả về	Mô tả	Hỗ trợ
title	string	Tiêu đề bài viết	✔️
html	string	Code html bài viết	✔️
text	string	Nội dung bài viết chưa được xử lý	✔️
clean_text	string	Nội dung bài viết đã được xử lý
author	list	Tác giả bài viết	✔️
published	date	Ngày đăng bài viết	✔️
top_image	string	Hình ảnh đặc trưng của bài viết	✔️
images	list	Danh sách hình ảnh có trong bài viết	✔️
keywords	list	Từ khóa bài viết (có sẵn từ bài viết)