python中主函数用法

要在互联网上获取最新内容，我们可以使用Python的requests库和BeautifulSoup库来实现，以下是一个简单的Python程序主函数，用于抓取指定网站的新闻标题和链接：

import requests
from bs4 import BeautifulSoup
def get_latest_news(url):
    # 发送请求，获取网页内容
    response = requests.get(url)
    response.encoding = 'utf8'
    html_content = response.text
    # 使用BeautifulSoup解析网页内容
    soup = BeautifulSoup(html_content, 'html.parser')
    # 查找新闻标题和链接
    news_list = soup.find_all('div', class_='newsitem')
    # 遍历新闻列表，提取标题和链接
    for news in news_list:
        title = news.find('h3').text
        link = news.find('a')['href']
        print(f'{title}: {link}')
if __name__ == '__main__':
    # 指定要抓取的网站URL
    url = 'https://www.example.com/news'
    get_latest_news(url)

我们需要导入requests库和BeautifulSoup库，requests库用于发送HTTP请求，获取网页内容；BeautifulSoup库用于解析网页内容，提取所需信息。

接下来，我们定义一个名为get_latest_news的函数，该函数接受一个参数url，表示要抓取的网站的URL，在函数内部，我们首先使用requests库发送GET请求，获取网页内容，我们设置响应的编码为’utf8’，以便正确处理中文字符，接着，我们使用BeautifulSoup库解析网页内容。

为了提取新闻标题和链接，我们需要找到包含这些信息的HTML元素，在这个例子中，我们假设新闻标题位于<div class="newsitem">标签内的<h3>标签内，新闻链接位于<a>标签内，我们使用BeautifulSoup的find_all方法查找所有符合条件的<div>标签，并将结果存储在变量news_list中。

我们遍历新闻列表，对于每个新闻元素，我们分别提取标题和链接，标题位于<h3>标签内，我们使用find方法查找该标签并获取其文本内容；链接位于<a>标签内，我们同样使用find方法查找该标签，并通过索引访问其’href’属性，我们将标题和链接打印出来。

在程序的主函数中，我们指定要抓取的网站URL（在这个例子中是https://www.example.com/news），然后调用get_latest_news函数执行抓取操作。

注意：这个例子仅适用于特定的网站结构，实际使用时需要根据目标网站的HTML结构进行相应的调整，如果目标网站使用了反爬虫技术，可能需要进一步处理，例如添加请求头、设置代理等。