python获取新闻标题及发布时间

最近因为手里头需要不断查看某校的新闻发布，不想频繁的刷新网页，于是就有了下面的这个轻量级的爬虫出现了，闲言少叙，步入正题~

环境介绍：

python 2.7 

BS4（这是一个强大的三方moudle，现在关于这个moudle的掌握还在学习中~）

待爬取的网页：

yjsc.shnu.eds（上海师范大学全日制研究生招生信息）

首先，分析下网页的源码，关于这一步，网上很多教程，有用软件的，有用浏览器自带的源码翻译功能的，我直接用python的urllib2进行操作，首先获取这个网页的源码，我的代码如下：

import urllib2

html_doc = urllib2.urlopen("http://yjsc.shnu.ed").read()

print html_doc

上述代码在执行后会在idle里显示一大段的字符串，这个就是网页的源码，保存idle中的内容到记事本（最好是那种可以对html文件高亮的记事本，我用的是sublime text3）中去即可查看网页源码，这里就不在贴出对应的网页源码了。

其次，在得到网页的源码之后分析我们要找的内容所在位置，这里就不科普html的文件格式了，不懂的同学可以自行百度google。通过查看源码，定位到我需要的资源（其中一个）位置在下图