1、需求说明

需求： 

爬取虎嗅网站的所有新闻，并保存到中。 

技术： 

1、爬虫 

获取服务器的资源（urllib） 

解析html网页（BeautifulSoup） 

2、数据库技术 

数据库 MySQLdb 

业务逻辑的分析： 

（1）、虎嗅网站的新闻，包括首页和分页信息（下一页） 

（2）、需要从首页的资源和分页的资源中获取每个新闻的url连接 

如何获取url： 

解析网站html文件，如果A标签的href属性包含 article字段，就表示这是一个新闻 

（3）访问新闻的url，解析出想要的字段

http://www.woaipu.com/shops/zuzhuan/61406

http://www.woaipu.com/shops/zuzhuan/61406