web-crawler - 从文章中提取作者

Question

正如标题所说，我一直在努力爬取文章，剩下的就是作者。

下面是我的代码，使用pyquery编译段落和作者，只有作者返回空白

目标站点:http://business.transworld.net/153984/news/surfrider-foundation-names-chad-nelsen-new-ceo/

def extract_text_pyquery(html):
    p = pq(html)
    article_whole = p.find(".entry")
    p_tag = article_whole('p')
    print len(p_tag)
    print p_tag
    for i in range (0, len(p_tag)):
        text = p_tag.eq(i).text()
        print text
    entire = p.find("#main")
    author = entire.find('a').filter('.author')
    print 'By:', author

Answer 1

该类(class)不是作者，rel是;期间选择一个类(class)。你应该过滤 '[rel="author"]' , 括号让您可以在非标准标签上归档。