Python新闻爬虫模板：提取标题、作者、地名等信息

以下是一个简单的爬虫模板，可以用于爬取新闻网站的标题、作者、发布日期、正文和相关地名等信息：

import requests
from bs4 import BeautifulSoup
import re

url = 'https://www.example.com/news' # 更改为目标网站的新闻页面URL

response = requests.get(url)
soup = BeautifulSoup(response.content, 'html.parser')

for article in soup.find_all('article'):
    # 获取标题
    title = article.find('h2').text.strip()
    
    # 获取作者
    author = article.find('span', class_='author').text.strip()
    
    # 获取发布日期
    date = article.find('span', class_='date').text.strip()
    
    # 获取正文
    content = article.find('div', class_='content').text.strip()
    
    # 获取相关地名
    locations = re.findall(r'\b[A-Z][a-z]+(?: [A-Z][a-z]+)*\b', content)
    
    # 打印结果
    print('标题:', title)
    print('作者:', author)
    print('发布日期:', date)
    print('正文:', content)
    print('相关地名:', locations)
    print('-' * 50)

需要注意的是，不同的新闻网站可能有不同的 HTML 结构和类名，需要根据具体情况进行调整。另外，获取地名的正则表达式也需要根据实际情况进行修改。