zoukankan      html  css  js  c++  java
  • 获取广州商学院各页新闻标题及点击次数

    import requests
    import re
    from bs4 import BeautifulSoup
    url='http://news.gzcc.cn/html/xiaoyuanxinwen/'
    res=requests.get(url)
    res.encoding='utf-8'
    soup=BeautifulSoup(res.text,'html.parser')
    
    #获取点击次数
    def getclick(newurl):
        id=re.search('_(.*).html',newurl).group(1).split('/')[1]
        clickurl='http://oa.gzcc.cn/api.php?op=count&id={}&modelid=80'.format(id)
        click=int(requests.get(clickurl).text.split(".")[-1].lstrip("html('").rstrip("');"))
        return click
    
    #获取内容
    def getonpages(listurl):
        res=requests.get(listurl)
        res.encoding='utf-8'
        soup=BeautifulSoup(res.text,'html.parser')
        
        for news in soup.select('li'):
            if len(news.select('.news-list-title'))>0:
                title=news.select('.news-list-title')[0].text #标题
                time=news.select('.news-list-info')[0].contents[0].text#时间
                url1=news.select('a')[0]['href'] #url
                bumen=news.select('.news-list-info')[0].contents[1].text#部门
                description=news.select('.news-list-description')[0].text #描述
    
                resd=requests.get(url1)
                resd.encoding='utf-8'
                soupd=BeautifulSoup(resd.text,'html.parser')
                detail=soupd.select('.show-content')[0].text
    
                click=getclick(url1) #调用点击次数
                print(title,click)
    
    
    count=int(soup.select('.a1')[0].text.rstrip(""))
    pages=count//10+1
    for i in range(2,4):
        pagesurl="http://news.gzcc.cn/html/xiaoyuanxinwen/{}.html".format(i)
        getonpages(pagesurl)
    
        
        
  • 相关阅读:
    js刷新
    getHibernateTemplate()为NUll
    struts2+hibernate+spring+jquery返回json List列表
    windowopen
    web配置详解
    缓存
    uuid-不好之处
    多对多转化一对多
    多对多拆成两个 多对一
    我的github地址账号和密码
  • 原文地址:https://www.cnblogs.com/garxiu/p/7649788.html
Copyright © 2011-2022 走看看