我正在尝试整理来自不同媒体的同一故事的新闻文章，我正在为此使用 news-please python 库。以下代码使用给定的 URL 为我提供新闻，但我想获取多篇新闻文章（基于特定日期或日期范围）。有谁知道我该怎么做？
这是使用特定 URL 获取新闻的代码：
from newsplease import NewsPlease
article = NewsPlease.from_url('https://www.nytimes.com/2017/02/23/us/politics/cpac-stephen-bannon-reince-priebus.html?hp')
print(article.title)
【问题讨论】：
当您想从公共抓取新闻存档（也称为公共抓取新闻抓取或 CCNC）中获取许多文章时，Shishdem 的回答非常好。
但是，如果您要查找的只是几篇文章，您可以使用NewsPlease.from_urls([url1, url2, ...], timeout=6) 来抓取这些文章（请参阅https://github.com/fhamborg/news-please#use-within-your-own-code-as-a-library）。请注意，此命令不支持开箱即用的过滤，但我仍然更喜欢它（以及随后的文章过滤，您自己实现）而不是新闻的常见抓取新闻存档变体 - 如果您只想拥有一些文章。这样做的一个原因是，为了从 CCNC 获得过滤的文章子集，理论上您需要处理完整的 CCNC，因为 CCNC 中的文章不一定按发布日期排序。例如，新闻媒体 A 2018 年 1 月 1 日的一篇文章可能会在一天后被 CCNC 抓取，而出版商 B 的 2018 年 1 月 2 日的另一篇文章可能会在一个月甚至一年后被抓取。
【讨论】：
您可以通过从创建的文章对象中提取发布日期来实现此目的，也可以使用WARC 文件。
更多信息可在文档中找到：https://github.com/fhamborg/news-please#use-within-your-own-code-as-a-library
【讨论】：