zoukankan      html  css  js  c++  java
  • 获取一篇新闻的全部信息

    给定一篇新闻的链接newsUrl,获取该新闻的全部信息

    标题、作者、发布单位、审核、来源

    发布时间:转换成datetime类型

    点击:

    • newsUrl
    • newsId(使用正则表达式re)
    • clickUrl(str.format(newsId))
    • requests.get(clickUrl)
    • newClick(用字符串处理,或正则表达式)
    • int()
    # -*- coding: utf-8 -*-
    import re
    import requests
    from bs4 import BeautifulSoup
    from datetime import datetime
    def click(url):
        clickurl='http://oa.gzcc.cn/api.php?op=count&id=&modelid=80'
        res=requests.get(clickurl)
        click=res.text.split('.html')[-1].lstrip("('").rstrip("');")
        return click
    def newsnum(url):
        newsid=re.match('http://news.gzcc.cn/html/2019/xiaoyuanxinwen_0320/(.*).html',url).group(1)
        return newsid
    def newstime(url,soup):
        '''
        time=soup.select('.show-info')[0].text[5:24]
        time=soup.select('.show-info')[0].text.split()[0].lstrip('发布的时间为')
        time=soup.select('.show-info')[0].text.split()[0].lstrip('发布的内容为')
    ''' newsdate=soup.select('.show-info')[0].text.split()[0].split(':')[1] newstime=soup.select('.show-info')[0].text.split()[1] time=newsdate+' '+newstime time=datetime.strptime(time,'%Y-%m-%d %H:%M:%S') return time def news(url): res=requests.get(url) res.encoding='utf-8' soup=BeautifulSoup(res.text,'html.parser') title=soup.select('.show-title')[0].text author=soup.select('.show-info')[0].text.split()[2] auditor=soup.select('.show-info')[0].text.split()[3] comefrom=soup.select('.show-info')[0].text.split()[4] detail=soup.select('.show-content p')[0].text newsid=newsnum(url) time=newstime(url,soup) clicktime=click(url) p=print(newsid,title,time,author,auditor,comefrom,detail,clicktime) return p url="http://news.gzcc.cn/html/2019/xiaoyuanxinwen_0320/11029.html" news(url)
    运行结果:



  • 相关阅读:
    Ubuntu根底入门教程
    Debian发行版总结
    ARCH中KDEMOD下如何管理挂在NTFS分区乱码的标题问题
    让YUM窗口化
    操持SUSE Linux 10下无法显示阻碍一例
    让debian支撑鼠标中键
    电视片头后期合成软件、制作流程与技巧简介
    关于动态数组、静态数组转换为字符串的一些问题 给 "厨师" 的回复
    论证 Assigned(btn) 与 Assigned(@btn) 的区别 答复 "sunnet"
    WinAPI: GetRegionData
  • 原文地址:https://www.cnblogs.com/068zhengda/p/10651371.html
Copyright © 2011-2022 走看看