zoukankan      html  css  js  c++  java
  • 爬取校园新闻首页的新闻

    1. 用requests库和BeautifulSoup库,爬取校园新闻首页新闻的标题、链接、正文。

    2. 分析字符串,获取每篇新闻的发布时间,作者,来源,摄影等信息。

    3. 将其中的发布时间由str转换成datetime类型。

    4. 将完整的代码及运行结果截图发布在作业上。

    #-*- coding: UTF-8 -*-
    import requests
    from bs4 import BeautifulSoup
    from datetime import datetime
    
    url = 'http://news.gzcc.cn/html/xiaoyuanxinwen/'
    res = requests.get(url)
    res.encoding = 'utf-8'
    soup = BeautifulSoup(res.text,'html.parser')
    
    for news in soup.select('li'):
        if len(news.select('.news-list-title'))>0:
         print(news.select('.news-list-title'))
    
    for news in soup.select('li'):
        if len(news.select('.news-list-title')) > 0:
         title = news.select('.news-list-title')[0].text
         dt = news.select('.news-list-info')[0].contents[0].text
         a = news.select('a')[0].attrs['href']
         print(title, dt, a)
    
    for news in soup.select('li'):
        if len(news.select(".news-list-title")) > 0:
            title = news.select('.news-list-title')[0].text
            dt = news.select('.news-list-info')[0].contents[0].text
            a = news.select('a')[0].attrs['href']
            print(title,dt,a)
    
    for news in soup.select("li"):
        if len(news.select(".news-list-title")) > 0:
            a = news.select('a')[0].attrs['href']#新闻链接
            title = news.select('.news-list-title')[0].text#标题
            res1 = requests.get(a)
            res1.encoding = 'utf-8'
            soup1 = BeautifulSoup(res1.text,'html.parser')
            dt = soup1.select('.show-info')[0].text#时间
            print(title,'
    ',dt,'
    ')
            print(soup1.select('#content')[0].text)#内容
            t1 = dt.lstrip('发布时间:')[:19]
            i = dt.find('来源:')
            if i>0:
                s=dt[dt.find('来源:'):].split()[0].lstrip('来源:')
                a = dt[dt.find('作者:'):].split()[0].lstrip('作者:')
                p = dt[dt.find('摄影:'):].split()[0].lstrip('摄影:')
                print(t1,a,s,p)
            break
    str = '2018-03-30 17:10:12 '
    datetime.strptime(str,'%Y-%m-%d %H:%M:%S ')
    print('
    ',str)

  • 相关阅读:
    小程序的目录结构及基本代码编写流程
    vue+hbuilder监听安卓返回键问题
    VUE项目用hbuilder 打包为手机APP
    VUE组件相关总结!
    VUE常用指令总结!
    vue开发者工具vue-devtools-4.1.4_0.crx谷歌插件下载及安装
    vue-cli环境搭建初探!
    PHP返回Json数据函数封装
    WeX5入门之HelloWorld
    WeX5入门之欢乐捕鱼打包
  • 原文地址:https://www.cnblogs.com/cs007/p/8710846.html
Copyright © 2011-2022 走看看