码迷,mamicode.com
首页 > 其他好文 > 详细

爬取校园新闻首页的新闻

时间:2018-04-03 21:57:49      阅读:136      评论:0      收藏:0      [点我收藏+]

标签:图片   highlight   pos   contents   信息   字符   校园   lis   from   

 

 

# -*- coding: UTF-8 -*-
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‘)
#print(soup)

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‘]
        print("date = "+d,"text = "+t,"href = "+a)

 

  技术分享图片

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。

        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")
        print(info[0].text)

技术分享图片

 3. 将其中的发布时间由str转换成datetime类型。

     还没做好。

爬取校园新闻首页的新闻

标签:图片   highlight   pos   contents   信息   字符   校园   lis   from   

原文地址:https://www.cnblogs.com/hasb/p/8710907.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!