获取一篇新闻的全部信息

前端之家收集整理的这篇文章主要介绍了获取一篇新闻的全部信息前端之家小编觉得挺不错的,现在分享给大家,也给大家做个参考。

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:

  • 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()

整个过程包装成一个简单清晰的函数

 

尝试去爬取一个你感兴趣的网页。

 

 

import requests

from bs4 import BeautifulSoup

url=‘ http://news.gzcc.cn/html/2019/xiaoyuanxinwen_0329/11095.html‘

res=requests.get(url)

res.encoding=‘utf-8‘

res.text

 @H_301_79@分享图片

 

 

 

 

soup=BeautifulSoup(res.text,‘html.parser‘)

soup.head

 @H_301_79@分享图片

 

 

 

 

soup=BeautifulSoup(res.text,‘html.parser‘)

title=soup.select(‘.show-title‘)[0].text

time=soup.select(‘.show-info‘)[0].text[5:24]

time=soup.select(‘.show-info‘)[0].text.split()[0].lstrip(‘发布时间‘)

detail=soup.select(‘.show-content p‘)[0].text

 

 @H_301_79@分享图片

 

 

 

soup.select(‘.show-title‘)[0].text

 

 

soup.select(‘.show-info‘)[0].text[5:24]

 

 

 

soup.select(‘.show-info‘)[0].text.split()[0].lstrip(‘发布时间‘)

 

 

 @H_301_79@分享图片

 

 

 

from datetime import datetime

now = datetime.now()

now.day

 

 

 

dt=datetime(2019,4,1)

dt.second

 

showinfo=soup.select(‘.show-info‘)[0].text

newsDate=showinfo.split()[0].split(‘:‘)[1]

newsTime=showinfo.split()[1]

newsDT=newsDate+‘ ‘+newsTime

newsDT

 @H_301_79@分享图片

 

 

 

type(newsDT)

 

 

 

 

from datetime import datetime

now=datetime.now()

now

 

 

now.year

 

 

 

newsdt=datetime(2019,1)

dt.second

 

 

newsdt=datetime.strptime(newsDT,‘%Y-%m-%d %H:%M:%S‘)

newsdt

 @H_301_79@分享图片

 

 

 

newsdt.strftime(‘%B%d,%y %A‘)

 

 

 

now.strftime(‘%Y{y}%m{m}%d{d} %U{a}%w %H{h}%M{f}%S{s}%p‘).format(y=‘年‘,m=‘月‘,d=‘日‘,h=‘时‘,f=‘分‘,s=‘秒‘,a=‘周 星期‘)

 

 

 

url=‘ http://news.gzcc.cn/html/2019/xiaoyuanxinwen_0329/11095.html‘

clickUrl=‘http://oa.gzcc.cn/api.PHP?op=count&id=11029&modelid=80‘

res=requests.get(clickUrl)

res.text

 @H_301_79@分享图片

 

 

url=‘ http://news.gzcc.cn/html/2019/xiaoyuanxinwen_0329/11095.html‘

clickUrl=‘http://oa.gzcc.cn/api.PHP?op=count&id=11029&modelid=80‘

res=requests.get(clickUrl)

newsClick=int(res.text.split(‘.html‘)[-1].lstrip("(‘").rstrip("‘);"))

newsClick

 

 

import re

re.match(‘ http://news.gzcc.cn/html/2019/xiaoyuanxinwen_0329/(.*).html‘,url).group(1)

 @H_301_79@分享图片

猜你在找的正则表达式相关文章