1. 用requests库和BeautifulSoup库，爬取校园新闻首页新闻的标题、链接、正文、show-info。
2. 分析info字符串，获取每篇新闻的发布时间，作者，来源，摄影等信息。
import requests newsurl=‘http://news.gzcc.cn/html/xiaoyuanxinwen/‘ res = requests.get(newsurl) #返回response对象 res.encoding=‘utf-8‘ from bs4 import BeautifulSoup soup = BeautifulSoup(res.text,‘html.parser‘) #循环遍历打印 for news in soup.select(‘li‘): if len(news.select(‘.news-list-title‘))>0: t=news.select(‘.news-list-title‘)[0].text d=news.select(‘.news-list-description‘)[0].text a=news.a.attrs[‘href‘] print(t,d,a)
# 取出一条新闻的标题、链接、发布时间、来源 print(‘标题：‘+soup.select(‘.news-list-title‘)[0].text) print(‘链接：‘+soup.select(‘a‘)[2][‘href‘]) print(‘发布时间：‘+soup.select(‘.news-list-info‘)[0].span.text) print(‘来源：‘+soup.select(‘.news-list-info‘)[0].select(‘span‘)[1].text)
结果如下：
