获取一篇新闻的全部信息

Posted mgf69

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。

代码:

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

# 点击次数
def click(url):
    id = re.findall((\\d{1,5}),url)[-1]
    clickUrl = http://oa.gzcc.cn/api.php?op=count&id={}&modelid=80.format(id)
    resClick = requests.get(clickUrl)
    newsClick = int (resClick.text.split(.html)[-1].lstrip("(‘").rstrip("‘);"))
    return newsClick

# 获取时间
def newsdt(showinfo):
    newsDate = showinfo.split()[0].split(:)[1]
    newsTime = showinfo.split()[1]
    newsDT = newsDate+ +newsTime
    dt = datetime.strptime(newsDT,%Y-%m-%d %H:%M:%S)
    return dt

# 新闻信息
def news(url):
    res = requests.get(url)
    res.encoding = utf-8
    soup = BeautifulSoup(res.text,html.parser)
    newsTitle = soup.select(.show-title)[0].text #标题
    author = soup.select(.show-info)[0].text.split()[2] #作者
    auditor = soup.select(.show-info)[0].text.split()[3] #审核
    source = soup.select(.show-info)[0].text.split()[4] #来源
    showinfo = soup.select(.show-info)[0].text
    newsDT = newsdt(showinfo) #时间
    newsClick = click(url) #点击次数
    news = print(newsTitle,newsDT,author,auditor,source,newsClick)
    return news

url=http://news.gzcc.cn/html/2019/xibusudi_0328/11088.html
news(url)

运行结果:

技术图片

 

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