首页 > 其他 > 详细

获取一篇新闻的全部信息

时间:2019-04-01 16:32:24      阅读:125      评论:0      收藏:0      [点我收藏+]

新闻的链接:http://news.gzcc.cn/html/2019/xiaoyuanxinwen_0331/11110.html

import requests
import re
from bs4 import BeautifulSoup
def getTime(showinfo):
    newsDT=showinfo[0].split(‘:‘)[1]+showinfo[1]+""
    return datetime.strptime(newsDT,‘%Y-%m-%d %H:%M:%S‘)
def click(url):
    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("‘);")
    newsDJ=‘点击次数:‘+newsClick+‘次‘
    return newsDJ
def showInfo(info,soup):
    news_title=soup.select(‘.show-title‘)[0].text;
    news_time=info[0].split(‘:‘)[1]+info[1]+""
    news_shenhen=info[3].split(‘\xa0‘)[4].split(‘:‘)[1]
    news_orign=info[3].split(‘\xa0‘)[6].split(‘:‘)[1]
    news_anthuor=info[3].split(‘\xa0‘)[2].split(‘:‘)[1]
    return ‘标题:‘+news_title+‘\n‘+‘作者:‘+news_anthuor+‘\n发布单位:‘+news_orign+‘\n审核:‘+news_shenhen
news_url=‘http://news.gzcc.cn/html/2019/xiaoyuanxinwen_0331/11110.html‘
res=requests.get(news_url)
res.encoding=‘utf-8‘
soup=BeautifulSoup(res.text,‘html.parser‘)
list=soup.select(‘.show-info‘)[0].text.split(‘ ‘);
print(list[3].split(‘\xa0‘))
# print( list[3][ re.search(‘作者:‘,list[3]).span()[1] ] )
print(click(news_url))
print(showInfo(list,soup))

技术分享图片

获取一篇新闻的全部信息

原文:https://www.cnblogs.com/manjin666/p/10636743.html

踩
(0)
赞
(0)
   
举报
评论 一句话评论(0)
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!