标签：new content int() color src span requests split() model
给定一篇新闻的链接newsUrl，获取该新闻的全部信息
标题、作者、发布单位、审核、来源
发布时间:转换成datetime类型
点击：
整个过程包装成一个简单清晰的函数。
代码：
import requests import re from bs4 import BeautifulSoup def click(url):#获取点击次数 id=re.findall(‘(\d{1,5})‘,url)[-1] clickUrl=‘http://oa.gzcc.cn/api.php?op=count&id={}&modelid=80‘.format(id) res=requests.get(clickUrl) newsClick=res.text.split(‘.html‘)[-1].lstrip("(‘").rstrip("‘);") return newsClick def newsdt(showinfo):#转换成datetime类型 newsDate=showinfo.split()[0].split(‘:‘)[1] newsTime=showinfo.split()[1] newsDT=newsDate+‘ ‘+newsTime #newsDT=datetime.strptime(newsDT,‘%Y-%m-%d %H:%M:%S‘) return newsDT def newsid(url):#获取新闻编号 newsID=re.findall(‘(\d{1,5})‘,url)[-1] return newsID def news(url): res=requests.get(url) res.encoding=‘utf-8‘ soup=BeautifulSoup(res.text,‘html.parser‘) title=soup.select(‘.show-title‘)[0].text showinfo=soup.select(‘.show-info‘)[0].text newsDT=newsdt(showinfo) author=soup.select(‘.show-info‘)[0].text.split()[2]#获取作者 check=soup.select(‘.show-info‘)[0].text.split()[3]#获取审核 comefrom=soup.select(‘.show-info‘)[0].text.split()[4]#获取来源 detail=soup.select(‘.show-content ‘)[0].text#获取新闻的具体内容 newsID=newsid(url)#获取新闻编号 newsClick=click(url)#获取点击次数 title=‘新闻标题：‘+title newsClick=‘文章点击次数：‘+newsClick newsID=‘新闻编号：‘+newsID newsDT=‘发布日期：‘+newsDT pr=(newsClick,title,newsDT,newsID,author,check,comefrom,detail)#输出新闻的各种信息 return pr url=‘http://news.gzcc.cn/html/2019/xiaoyuanxinwen_0402/11131.html‘ print(news(url))
截图：
标签：new content int() color src span requests split() model
原文地址：https://www.cnblogs.com/shang1680/p/10651593.html
