最新操作

Posted 2020-10-29 095罗冠达

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

import requests
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‘)
# for news in soup.select(‘li‘):
#     if len(news.select(‘.news-list-title‘)) >0:
#         print(news.select(‘.news-list-title‘))


for newc in soup.select(‘li‘):
    if len(newc.select(‘.news-list-title‘))>0:
        d=newc.select(‘a‘)[0].attrs[‘href‘]
        res1=requests.get(d)
        res1.encoding="utf-8"
        e=BeautifulSoup(res1.text,‘html.parser‘)
        content=e.select(‘#content‘)[0].text
        show=e.select(‘.show-info‘)[0].text
        print(content,show)
  

 

2. 分析字符串，获取每篇新闻的发布时间，作者，来源，摄影。

 

3. 将其中的发布时间由str转换成datetime类型。