newsletter3k，我做错了什么，作者功能没有在新闻文章中选择作者

问题描述

这是关于newspaper3k库的作者功能。我有这个新闻 URL 列表。 “>>> article.authors” 有时不选择作者。示例如下：authors missing

解决方法

Newspaper3k 使用 Python 包 Beautiful Soup 从新闻网站中提取项目，例如作者姓名。 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。

但是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）在 HTML 中的位置不同结构。

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 始终位于新闻来源的 META 标签部分。如果您的新闻来源具有不同的作者标签，​​例如 LA Times 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，我在我的 Github page 上分享了这些问题。