获取一篇新闻的全部信息

Posted zzzj

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了获取一篇新闻的全部信息相关的知识,希望对你有一定的参考价值。

给定一篇新闻的链接newsUrl,获取该新闻的全部信息

标题、作者、发布单位、审核、来源

发布时间:转换成datetime类型

点击:

  • newsUrl
  • newsId(使用正则表达式re)
  • clickUrl(str.format(newsId))
  • requests.get(clickUrl)
  • newClick(用字符串处理,或正则表达式)
  • int()

整个过程包装成一个简单清晰的函数。

 

尝试去爬取一个你感兴趣的网页。

import re
import requests
from bs4 import BeautifulSoup
from datetime import datetime



def news(url):
    res = requests.get(url)
    res.encoding = ‘utf-8‘
    soup = BeautifulSoup(res.text, ‘html.parser‘)
    newsTitle = soup.select(‘.show-title‘)[0].text  
    author = soup.select(‘.show-info‘)[0].text.split()[2]  
    auditor = soup.select(‘.show-info‘)[0].text.split()[3]  
    source = soup.select(‘.show-info‘)[0].text.split()[4]  
    showinfo = soup.select(‘.show-info‘)[0].text
    newsday = newsdt(showinfo)  
    newsclick = click(url)  
    news = print(newsTitle, newsday, author, auditor, source, newsclick)
    return news



def click(url):
    id=int(re.findall(‘_(.*).html‘,url)[0].split(‘/‘)[1])
    clickurl = ‘http://oa.gzcc.cn/api.php?op=count&id={}&modelid=80‘.format(id)
    res = requests.get(clickurl)
    click = res.text.split(‘.html‘)[-1].lstrip("(‘").rstrip("‘);")
    return click


def newsdt(showinfo):
    newsdate = showinfo.split()[0].split(‘:‘)[1]
    newstime = showinfo.split()[1]
    newsday = newsdate + ‘ ‘ + newstime
    dt = datetime.strptime(newsday, ‘%Y-%m-%d %H:%M:%S‘)
    return dt

url = ‘https://www.chinanews.com‘
news(url)

以上是关于获取一篇新闻的全部信息的主要内容,如果未能解决你的问题,请参考以下文章

获取一篇新闻的全部信息

获取一篇新闻的全部信息

获取全部校园新闻

《java精品毕设》基于javaweb宠物领养平台管理系统(源码+毕设论文+sql):主要实现:个人中心,信息修改,填写领养信息,交流论坛,新闻,寄养信息,公告,宠物领养信息,我的寄养信息等(代码片段

获取全部校园新闻

获取全部校园新闻