1. 用requests库和BeautifulSoup库，爬取校园新闻首页新闻的标题、链接、正文。
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‘) # for news in soup.select(‘li‘): # if len(news.select(‘.news-list-title‘)) >0: # print(news.select(‘.news-list-title‘)) for newc in soup.select(‘li‘): if len(newc.select(‘.news-list-title‘))>0:
d=newc.select(‘a‘)[0].attrs[‘href‘]
res1=requests.get(d)
res1.encoding="utf-8"
e=BeautifulSoup(res1.text,‘html.parser‘)
content=e.select(‘#content‘)[0].text
show=e.select(‘.show-info‘)[0].text
print(content,show)
2. 分析字符串，获取每篇新闻的发布时间，作者，来源，摄影。
3. 将其中的发布时间由str转换成datetime类型。