zoukankan      html  css  js  c++  java
  • 爬取校园新闻

    def getNewsId(url):
        newsId = re.findall(r'\_(.*).html', newsUrl)[0][-4:]
        clickUrl = 'http://oa.gzcc.cn/api.php?op=count&id={}&modelid=80'.format(newsId)
        clickRes = requests.get(clickUrl)
        # 利用正则表达式获取新闻点击次数
        clickCount = int(re.search("hits').html('(.*)');", clickRes.text).group(1))
        return clickCount
    
    
    # 获取新闻细节
    def getNewsDetail(newsUrl):
        resd = requests.get(newsUrl)
        resd.encoding = 'utf-8'
        soupd = BeautifulSoup(resd.text, 'html.parser')
    
        content = soupd.select('#content')[0].text
        info = soupd.select('.show-info')[0].text
        # 调用getNewsId()获取点击次数
        count = getNewsId(newsUrl)
        print(info)
        # 识别时间格式
        date = re.search('(d{4}.d{2}.d{2}sd{2}.d{2}.d{2})', info).group(1)
        # 识别一个至三个数据
        author = re.search('作者:((.{3}s){1,3})', info).group(1)
        check = re.search('审核:((.{3}s){1,3})', info).group(1)
        sources = re.search('来源:((.{3}s){1,3})', info).group(1)
        # 用datetime将时间字符串转换为datetime类型
        dateTime = datetime.strptime(date, '%Y-%m-%d %H:%M:%S')
        # 利用format对字符串进行操作
        print('发布时间:{0}
    作者:{1}
    审核:{2}
    来源:{3}
    点击次数:{4}'.format(dateTime, author, check, sources, count))
        print(content)
    

      

    str = requests.get('http://news.gzcc.cn/html/xiaoyuanxinwen/') str.encoding = 'utf-8' from bs4 import BeautifulSoup soup=BeautifulSoup(str.text,'html.parser') #print(soup) d=soup.select('li') for news in d: if len(news.select('.news-list-title')) > 0: t=print(news.select('.news-list-title')[0].text) a=news.select('a')[0].attrs print(a['href']) strd = requests.get(a['href']) strd.encoding = 'utf-8' soupd = BeautifulSoup(strd.text, 'html.parser') cont=soupd.select('#content') timet=soupd.select('.show-info') print(timet[0].text[0:25]) print(timet[0].text[30:38]) print(timet[0].text[38:45]) print(timet[0].text[46:56]) print(timet[0].text[62:])

      

  • 相关阅读:
    学习素材、网站
    用 Python脚本生成 Android SALT 扰码
    H面试程序(29):求最大递增数
    常用数据库查询判断表和字段是否存在
    《火球——UML大战需求分析》(第3章 分析业务模型-类图)——3.7 关于对象图
    N个数依次入栈,出栈顺序有多少种
    WIN ERROR:C:WindowsSystem32<LANG_NAME>mstsc.exe.MUI
    大端法和小端法
    freopen()重定向的打开和关闭
    Linux 的 Spinlock 在 MIPS 多核处理器中的设计与实现
  • 原文地址:https://www.cnblogs.com/zd983886992/p/8708343.html
Copyright © 2011-2022 走看看