爬取校园新闻首页的新闻

Posted yinjinxiu

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了爬取校园新闻首页的新闻相关的知识,希望对你有一定的参考价值。

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
from datetime import datetime
res = requests.get(\'http://news.gzcc.cn/html/xiaoyuanxinwen/\')
res.encoding = \'utf-8\'
soup = BeautifulSoup(res.text,\'html.parser\')
for news in soup.select(\'li\'):
    if len(news.select(\'.news-list-title\'))>0:
        t = news.select(\'.news-list-title\')[0].text #标题
        a = news.select(\'a\')[0].attrs[\'href\']  # 链接
        resd = requests.get(a)
        resd.encoding = \'utf-8\'
        soupd = BeautifulSoup(resd.text, \'html.parser\')  # 打开新闻详情页
        c = soupd.select(\'#content\')[0].text  # 正文
        print(t,a,c)

  

 

2. 分析字符串,获取每篇新闻的发布时间,作者,来源,摄影等信息。

info = soupd.select(\'.show-info\')[0].text
        print(info)

  

 

3. 将其中的发布时间由str转换成datetime类型。

 dt = info.lstrip(\'发布时间:\')[:19]  # 发布时间
        dati = datetime.strptime(dt, \'%Y-%m-%d %H:%M:%S\')
        print(dati)

  

 

 

 

4. 将完整的代码及运行结果截图发布在作业上。

import requests
from bs4 import BeautifulSoup
from datetime import datetime
res = requests.get(\'http://news.gzcc.cn/html/xiaoyuanxinwen/\')
res.encoding = \'utf-8\'
soup = BeautifulSoup(res.text,\'html.parser\')
for news in soup.select(\'li\'):
    if len(news.select(\'.news-list-title\'))>0:
        t = news.select(\'.news-list-title\')[0].text #标题
        a = news.select(\'a\')[0].attrs[\'href\']  # 链接
        resd = requests.get(a)
        resd.encoding = \'utf-8\'
        soupd = BeautifulSoup(resd.text, \'html.parser\')  # 打开新闻详情页
        c = soupd.select(\'#content\')[0].text  # 正文
        #print(t,a,c)
        info = soupd.select(\'.show-info\')[0].text
        #print(info)
        dt = info.lstrip(\'发布时间:\')[:19]  # 发布时间
        dati = datetime.strptime(dt, \'%Y-%m-%d %H:%M:%S\')
        print(t,a,c,info,dati)
        break

  

 

以上是关于爬取校园新闻首页的新闻的主要内容,如果未能解决你的问题,请参考以下文章

爬取校园新闻首页的新闻

爬取校园新闻首页的新闻

爬取校园新闻首页的新闻

爬取校园新闻首页的新闻

爬取校园新闻首页的新闻

爬取校园新闻首页的新闻