做调查问卷赚钱注册网站,wordpress 禁止删除分类,wordpress noindex,seo美式作业要求来自于#xff1a;https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/2894 给定一篇新闻的链接newsUrl#xff0c;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#xff1a; newsUrlnewsId(使用正则表达式re)cl…作业要求来自于https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/2894 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 newsUrlnewsId(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。 # 获取一篇新闻的全部信息
import re
import requests
from bs4 import BeautifulSoup
from datetime import datetime# 获取新闻id
def newsnum(url):newsid re.match(http://news.gzcc.cn/html/2019/meitishijie_0321/(.*).html, url).group(1)return newsid# 发布时间:datetime类型
def newstime(soup):newsdate soup.select(.show-info)[0].text.split()[0].split(:)[1]newstime soup.select(.show-info)[0].text.split()[1]time newsdate newstimetime datetime.strptime(time, %Y-%m-%d %H:%M:%S)return time# 获取点击次数
def click(url):id re.findall((\d{1,5}), url)[-1]clickUrl http://oa.gzcc.cn/api.php?opcountid{}modelid80.format(id)res requests.get(clickUrl)click res.text.split(.html)[-1].lstrip(().rstrip();)return click# 主函数
def main(url):res requests.get(url)res.encoding utf-8soup BeautifulSoup(res.text, html.parser)#print(soup.select(.show-info)[0].text.split());print(新闻编号: newsnum(url)); # 新闻编号idprint(标题: soup.select(.show-title)[0].text); # 标题print(发布时间: str(newstime(soup))); # 发布时间print(soup.select(.show-info)[0].text.split()[2]); # 作者print(soup.select(.show-info)[0].text.split()[3]); # 审核print(soup.select(.show-info)[0].text.split()[4]); # 来源print(内容: soup.select(.show-content p)[0].text); # 内容returnurl http://news.gzcc.cn/html/2019/meitishijie_0321/11033.html
main(url) 转载于:https://www.cnblogs.com/Richard-V/p/10649085.html
