newsletter3k，我做错了什么吗，作者功能没有在新闻文章中选择作者

Question

这是关于newspaper3k图书馆的作者功能。我有这个新闻 URL 列表。 >>>> article.authors”有时没有选择作者。一个例子在这里：authors missing

Answer 1

Newspaper3k 使用 Python 包 Beautiful Soup 来提取项目，例如来自新闻网站的作者姓名。 Newspaper3k 查询的 标签 是在 Newspaper3k 源代码中预定义的。 Newspaper3k 尽最大努力从新闻网站上的这些标准标签 中提取内容。

但并非所有新闻来源的结构都相同，因此 Newspaper3k 会遗漏某些内容，因为标签（例如，作者）将在 HTML 中的不同位置结构。

例如 Newspaper3k 在这些 标签 中查找作者姓名：

VALS = ['author', 'byline', 'dc.creator', 'byl']

标签dc.creator 总是位于新闻源的META 标签部分。如果您的新闻来源有不同的作者标签，​​例如《洛杉矶时报》使用的 article.author，，那么您必须像这样查询该标签：

article_meta_data = article.meta_data
article_author = {value for (key, value) in article_meta_data['article'].items() if key == 'author'}

我在我的newspaper3K overview document 中讨论了许多这些收获问题，我已经在我的Github page 上分享了这些问题。