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:120      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+
    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

(0)
(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!