爬取校园新闻首页的新闻

最新推荐文章于 2021-02-13 18:19:07 发布

weixin_33778778

最新推荐文章于 2021-02-13 18:19:07 发布

阅读量99

点赞数

CC 4.0 BY-SA版权

文章标签： python

原文链接：http://www.cnblogs.com/BOXczx/p/8710034.html

使用Python的requests和BeautifulSoup库从校园新闻网站抓取新闻标题、链接、正文等内容，并解析出发布时间、作者等信息。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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

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。

3. 将其中的发布时间由str转换成datetime类型。

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:
        d = news.select('.news-list-info')[0].contents[0].text
        t = news.select('.news-list-title')[0].text
        a = news.select('a')[0].attrs['href']

        resd = requests.get(a)
        resd.encoding = 'utf-8'
        soupd = BeautifulSoup(resd.text, 'html.parser')

        c = soupd.select('#content')[0].text
        info = soupd.select('.show-info')[0].text
        dt = info.lstrip('发布时间:')[:19]
        dati = datetime.strptime(dt, '%Y-%m-%d %H:%M:%S')
        sh = info[info.find('审核：'):].split()[0].lstrip('审核：')
        zz = info[info.find('作者：'):].split()[0].lstrip('作者：')

        print(d, t, c, a)
        print(info)
        print(dati, sh, zz)
        break