爬取校园新闻首页的新闻

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:
        t=news.select('.news-list-title')[0].text
        dt=news.select('.news-list-info')[0].contents[0].text
        a=news.select('a')[0].attrs['href']
        print(dt,t,a)
for news in soup.select('li'):
    if len(news.select('.news-list-title'))>0:
        t = news.select('.news-list-title')[0].text
        a = news.select('a')[0].attrs['href']
        print(a)
        resd = requests.get(a)
        resd.encoding ='utf-8'
        soupd = BeautifulSoup(resd.text,'html.parser')
        print(soupd.select('#content')[0].text)
        break

 

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。

 

for news in soup.select('li'):
    if len(news.select('.news-list-title'))>0:
        t = news.select('.news-list-title')[0].text
        a = news.select('a')[0].attrs['href']
        print(a)
        resd = requests.get(a)
        resd.encoding ='utf-8'
        soupd = BeautifulSoup(resd.text,'html.parser')
        print(soupd.select('.show-info')[0].text)
        break

 

3. 将其中的发布时间由str转换成datetime类型。

 

from _datetime import datetime
str = '2018-03-30 17:10:12'
dt =datetime.strptime(str,'%Y-%m-%d %H:%M:%S')
now = datetime.now()
type(now)
now.strftime("%Y-%m-%d %H:%M:%S")

 

转载于:https://www.cnblogs.com/bjdx1314/p/8691968.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值