上一篇文章中，我们研究微信搜索的网页发现了下面这个地址：

我们再来看看这个网页有什么东西。

通过审查元素，可以发现每一篇微信文章都在一个“LI”标签里。

Class为img-box的DIV下面有一个IMG标签，这是文章的封面。

Class为txt-box的DIV下面有一个H3标签，H3标签下有一个A标签，这个就是文章的标题。而A标签里面的跳转连接就是文章的URL

Class为txt-box的DIV下面有一个P标签，它的class是txt-info，这个是文章摘要

Class为txt-box的DIV下面有一个class是s-p的DIV标签，这个是文章作者。

在s-p的属性里面，我看到一串数字。

这串数字很容易想到时间戳，我把它转换一下看看

果然能转换成时间，时间是今天中午，现在是晚上，我猜这个时间就是发布时间了。

好了，从上面网页我们可以得到以下几个信息。

1、 标题

2、 封面URL

3、 文章摘要

4、 作者

5、 发布时间

6、 文章URL

网页研究完毕，现在开始写代码，抓取上面的信息。

首先当然是要引入必要模块，和前几篇爬虫文章一样，引入下面2个模块。

前几篇爬虫文章有一个获取网页源码的函数，我们也加进来

获取网页文档对象

上面说到，每一篇微信文章都在一个LI里面。所以我们先获取所有LI

用for循环LI。我们先获取标题，上面说Class为txt-box的DIV下面有一个H3标签，H3标签下有一个A标签，这个就是文章的标题。

因为只有一个txt-box。所以我直接从找到第一个里面取标题了。

再来获取文章URL，也是和上面一样，上面是取A标签的文章，文章URL就是A标签的href属性。

根据上面研究网页得到的信息，文章摘要是Class为txt-box的DIV下面有一个P标签，它的class是txt-info， 我们来获取文章摘要。

获取作者

获取发布时间，我们也直接获取时间戳了，不再格式化它

最后获取文章封面URL

到此，一篇文章的6个主要信息，都已经获取到了。

这篇文章先到这里消化一下。

按照微信搜索的页面分类

有21个文章分类，下一篇我门来讲一下怎么获取这个21个分类指定页数的文章（比如获取每一个分类1-10页的所有文章），并且把他们存入MYSQL数据库里。