爬取校园新闻首页的新闻的详情，使用正则表达式，函数抽离

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

2. 分析info字符串，获取每篇新闻的发布时间，作者，来源，摄影等信息。

3. 将字符串格式的发布时间转换成datetime类型

4. 使用正则表达式取得新闻编号

5. 生成点击次数的Request URL

6. 获取点击次数

7. 将456步骤定义成一个函数 def getClickCount(newsUrl):

8. 将获取新闻详情的代码定义成一个函数 def getNewDetail(newsUrl):

9. 尝试用使用正则表达式分析show info字符串，点击次数字符串。import requestfrom bs4 import BeautifulSoup

import requests
import re
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')

#获取新闻详情

def getNewDetail(Url):
    for news in soup.select('li'):
        if len(news.select('.news-list-title'))>0:
            title = news.select('.news-list-title')[0].text
            description = news.select('.news-list-description')[0].text

            a = news.a.attrs['href']
            resd = requests.get(a)
            resd.encoding = 'utf-8'
            soupd = BeautifulSoup(resd.text, 'html.parser')
            content = soupd.select('#content')[0].text
            s = soupd.select('.show-info')[0].text
            print("标题：",title)
            print("链接：",a)

            print("描述：",description)
            print("正文：",content)
            # print(s)

            #获取发布时间，作者，审核，来源，摄影等信息
            t = soupd.select('.show-info')[0].text[0:24].lstrip('发布时间:')

            #将字符串格式的发布时间转换成datetime类型

            dt = datetime.strptime(t, '%Y-%m-%d %H:%M:%S')
            print("发布时间：",dt)
            print(soupd.select('.show-info')[0].text[30:36])
            print(soupd.select('.show-info')[0].text[38:45])
            print(soupd.select('.show-info')[0].text[46:53])
            print(soupd.select('.show-info')[0].text[56:61])
            getClickCount(a)
  
            break
           
        #h获取点击次数
        def getClickCount(Url):
            clickUrl = 'http://oa.gzcc.cn/api.php?op=count&id=9183&modelid=80'
            c = requests.get(clickUrl).text.split('html')[-1].lstrip("'(").rstrip(")';")
            print("点击次数：",c)

getNewDetail(url)