Python - 报纸图书馆 - 为什么它缺少大量的文章?

时间:2016-05-23 13:17:57

标签: python python-2.7 parsing nlp python-newspaper

我使用报纸库,V。2.7找到here

当我下载,解析和打印文本时,它给我的文章比实际中存在的要小得多。为什么是这样?有没有什么办法解决这一问题?

这是我的代码:

from newspaper import Article

url = "http://www.nytimes.com/2010/10/07/us/politics/07manchin.html"

article_object = Article(url, language = 'en')
article_object.download()
article_object.parse()
article_object.text

如果您查看打印出来的内容以及 compares with the actual article online ,就会发现article.text会跳过实际文章的前7-8段。任何方式来确保"完整"文章被捕获了?

这里是article_object.text的输出:

  

你们国家共和党已经闻到了血,并且正在消费   数百万的电视广告在这里作为其重拍的一部分   参议院。一则新广告显示棒球帽男子预测先生   Manchin将变成\ u201华盛顿乔,\ u201d宣布,   \ u201c我们必须阻止奥巴马。\ u201d \ n \ nPhoto \ n \ nMr。曼钦   以为他在这个状态下打了所有正确的按钮   民主党多数但保守的价值。他赢得了第二个任期   州长在2008年获得70%的选票并获得了赞誉   负责财政责任;甚至拉斯先生称他为好州长。   他得到了全国步枪商会的认可   协会和煤炭工业和矿工。\ n \ nMr。   Manchin正在强调他的保守凭据和记录   独立和他指责他的对手发动了一场运动   \ u201cfear和涂抹。\ u201d但反奥巴马的消息似乎是   与一些居民产生共鸣\或者也许是同样的选民   国家参议员约翰麦凯恩和布什总统在过去三年   总统选举。\ n \ n \ u201c曼钦是一位伟大的州长,   但是我要投票给Raese,\ u201d说,Jeff Whittington,41岁,   查尔斯顿的轮胎经销商。 \ u201cIci认为Manchin会到达   参议院并成为奥巴马的橡皮图章,他说,重复一遍   Raese先生的消息几乎是一字不差。\ n \ n在一个州里   煤炭被视为繁荣的源泉,拉斯先生已经抓住了什么   他称Manchin先生关于a的建议含糊不清   限额与交易制度,以减少温室气体排放。曼钦先生现在   在这个问题上明确说明:他坚决反对限额交易和a   他在采访中强调了碳税。\ n \ n星期三,先生。   Manchin有机会强调他对煤炭和煤炭的支持   与总统保持距离。随着煤炭的头   生产者协会在他身边的州议会大厦,他   宣布该州起诉两个联邦机构,寻求   扭转对中国山顶采煤的严格控制   2009年奥巴马政府。\ n \ n广告继续阅读   主要故事\ n \ n讨论针对环境的诉讼   Manchin先生说,保护局和陆军工程兵团   更严格的程序是非法的并且伤害了   通过将新的采矿项目放慢到涓涓细流状态,他指责说   奥巴马政府试图摧毁我们的煤炭工业和   生活方式。\ u201d \ n \ n E.P.A.回应说它的行动是   合法和科学合理。\ n \ nMr。 Manchin,独立专家   甚至西弗吉尼亚州煤炭协会也不例外   Raese广告指责Manchin先生通过州法律   \ u201在我们的电力中消除了25%的煤炭使用量   事实上,法律要求新能源的进步   包括清洁煤在内的技术,并得到了它的支持   产业。\ n \ NMR。拉斯还抨击州长过去   欢迎奥巴马健康计划的声明;曼钦先生说有些   该计划的核心要素,如保护儿童的保险,   很好,但其他人应该废除。拉斯先生称之为   健康计划\ u201cpure,纯粹的社会主义\ u201d应该是   完全丢弃,这个消息吸引了许多小企业   业主。\ n \ nPhoto \ n \ NMR。 Raese是一个强壮而自信的男人   之前和现在,参议院和州长都没有成功   感觉到电流流过他的方向。 \ u201c你怎么把一个放在一起   当你得到奥巴马医改的时候,当你得到奥巴马医改时的商业计划   帽子和交易面对你?\ u201d他在接受采访时问道   位于摩根敦的共和党办公室,他的家乡。\ n \ nMr。拉斯跑   石灰石矿山和一家钢铁制造公司,是该公司的一部分所有者   无线电网络和报纸。他周围至少有三套房子   这个国家和他的妻子住在佛罗里达州棕榈滩的家中   他一直住在西弗吉尼亚州。\ n \ n这是Raese先生   反华盛顿的消息具有广泛的吸引力,他对此表示明确的支持   Nafta和自由贸易以及他对工会的反对可能无法帮助他   一个拥有蓝领遗产的州。曼钦先生的竞选活动已经开始   以Raese先生为特色的广告,吹嘘他的遗产财富和遗产   强调他反对最低工资和其他工人   一些居民说,在全州的采访中   虽然拉斯先生看起来很傲慢,但他们钦佩他的记录   创造就业机会,并准备向华盛顿发送一张新面孔   比选一个他们认为是职业政治家的人。\ n \ n广告   继续阅读主要故事\ n \ n迄今为止发布的唯一民意调查   无需亲自面试即可自动完成   不被广泛认为是可靠的。但是两个阵营的私人投票   表示意外接近的比赛。\ n \ nFord Frances,53岁,是一名律师   查尔斯顿说,他喜欢曼钦先生为州长,曼钦先生   如果他输掉了参议院的比赛,那将会保住他的工作,但他确实如此   倾向于为Raese先生投票,因为他担心一个人   联邦赤字暴涨并认为政府的作用太大了   在经济方面。\ n \ n其他人,包括费尔蒙特的64岁的Cheryl Bonner,   他们认为将Manchin先生描述为过激行为是不公平的   华盛顿\ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \ \   倾向于为他投票,\ u201d说,邦纳女士,他必须开始   再次工作,作为店员,因为她和她的丈夫\ u1919s   社会保障和养老金检查不包括账单。她希望   她说,退休人员将受到保护,无论谁获胜。\ n \ n有些人   居民说,Manchin先生不幸选择参加全国比赛   办公室今年。 \ u201c可能在任何其他时间他都有   得到了我的投票,\ u201d在查尔斯顿一位51岁的信用分析师说,   2008年投票给Manchin先生的经济保守派   受到政府经济困扰   政策。\ n \ n \ u201c将他列入参议院席位将会提高他的竞争力   民主党人的立场,\ u201d表示,该男子拒绝透露他的   这个名字是因为他的公司与州长办公室打交道。   \ u201c我们宁愿让他担任州长。\ u201d'

0 个答案:

没有答案