获取一篇新闻的全部信息

标题、作者、发布单位、审核、来源

发布时间:转换成datetime类型

点击:

  • newsUrl
  • newsId(使用正则表达式re)
  • clickUrl(str.format(newsId))
  • requests.get(clickUrl)
  • newClick(用字符串处理,或正则表达式)
  • int()
  • 主要代码如下:
  • # -*- coding: utf-8 -*-
    import re
    import requests
    from bs4 import BeautifulSoup
    from datetime import datetime
    def click(url):
        clickurl='http://oa.gzcc.cn/api.php?op=count&id=&modelid=80'
        res=requests.get(clickurl)
        click=res.text.split('.html')[-1].lstrip("('").rstrip("');")
        return click
    def newsnum(url):
        newsid=re.match('http://news.gzcc.cn/html/2019/xiaoyuanxinwen_0320/(.*).html',url).group(1)
        return newsid
    def newstime(url,soup):
        '''
        time=soup.select('.show-info')[0].text[5:24]
        time=soup.select('.show-info')[0].text.split()[0].lstrip('发布的时间为')
        '''
        newsdate=soup.select('.show-info')[0].text.split()[0].split(':')[1]
        newstime=soup.select('.show-info')[0].text.split()[1]
        time=newsdate+' '+newstime
        time=datetime.strptime(time,'%Y-%m-%d %H:%M:%S')
        return time
    def news(url):
        res=requests.get(url)
        res.encoding='utf-8'
        soup=BeautifulSoup(res.text,'html.parser')
        title=soup.select('.show-title')[0].text
        author=soup.select('.show-info')[0].text.split()[2]
        auditor=soup.select('.show-info')[0].text.split()[3]
        comefrom=soup.select('.show-info')[0].text.split()[4]
        detail=soup.select('.show-content p')[0].text
        newsid=newsnum(url)
        time=newstime(url,soup)
        clicktime=click(url)
        p=print(newsid,title,time,author,auditor,comefrom,detail,clicktime)
        return p
    url="http://news.gzcc.cn/html/2019/xiaoyuanxinwen_0320/11029.html"
    news(url)

    效果运行如下:

  •  

转载于:https://www.cnblogs.com/xbk6/p/10636536.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