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:
    AndroidWear开发之下载SDK[Android W/Android L]
    Androidの共享登录之方案研究
    AndroidのUI体验之ImmersiveMode沉浸模式
    谷歌Volley网络框架讲解——HttpStack及其实现类
    谷歌Volley网络框架讲解——网络枢纽
    05-使用jQuery操作input的values
    02-jQuery的选择器
    01-jQuery的介绍
    07-BOM client offset scroll 的系列
    06-js中的中的面向对象 定时器
  • 原文地址:https://www.cnblogs.com/cs007/p/8710846.html
Copyright © 2011-2022 走看看