python-更新网页上的新闻

最新推荐文章于 2022-08-25 14:43:04 发布

原创最新推荐文章于 2022-08-25 14:43:04 发布 · 458 阅读

0 ·

CC 4.0 BY-SA版权

python 专栏收录该内容

18 篇文章

订阅专栏

本博客介绍了一个使用Python和Tkinter开发的新闻动态追踪GUI应用程序。该应用支持查看保监会和银监会的历史记录，并能实时更新最新的新闻动态。通过简单的用户界面，用户可以方便地获取和管理新闻信息。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

newstraceGui.py

from tkinter import *
import codecs
import getdata
import allobject
class newstraceGui:
    def __init__(self):
        window = Tk()
        window.title('新闻动态追踪')
        # 创建菜单栏
        menubar = Menu(window)
        # 创建下拉菜单
        # "文件"菜单
        menu1 = Menu(menubar, tearoff=0)
        menubar.add_cascade(label="历史记录", menu=menu1)

        menu1.add_command(label="保监会-新闻动态",command=lambda:self.historynote('保监会'))
        menu1.add_command(label="银监会-新闻动态", command=lambda:self.historynote('银监会'))
        # "退出"菜单
        menu2 = Menu(menubar, tearoff=0)
        menubar.add_cascade(label="退出", menu=menu2)
        menu2.add_command(label="退出", command=window.quit)
        window.config(menu=menubar)

        frame1 = Frame(window)
        frame1.pack()

        # 文本与滚动条相结合
        self.text = Text(frame1, width=40, height=10)
        self.text.grid(row=1, column=1)
        # 创建滚动条
        scrollbar = Scrollbar(frame1)
        scrollbar.grid(row=1, column=2)
        # 配置文本和滚动条
        self.text.config(yscrollcommand=scrollbar.set)
        scrollbar.config(command=self.text.yview)

        frame2 = Frame(window)
        frame2.pack()


        # 按钮
        button1 = Button(frame2,text="更新",command=self.updatenote)
        button1.config(width=20,bg="blue",fg="white")
        button2 = Button(frame2,text="清除",command=self.cleartext)
        button2.config(width=20,bg="#F0F8FF",fg="red")

        button1.grid(row=1,column=1)
        button2.grid(row=1,column=2)
        window.mainloop()
    def historynote(self,targetstr):
        self.note = targetstr+'-历史记录:'+'\n'
        # print(self.note)
        try:
            self.note = targetstr+'-历史记录:'+'\n'
            # print(self.note)
            with codecs.open(targetstr+'-更新记录.txt','r','utf-8') as f:
                ff=f.readlines()
            f.close()
            for s in ff:
                self.note += s
            self.note +='\n'
        except:
            self.note='无法打开：'+targetstr+'-历史记录:\n'
        self.text.insert(END,'\n'+self.note)
    def updatenote(self):
        self.text.insert(END,'---正在更新记录---\n')
        [c_name,c_news_url,c_title_class,c_title_re,c_date_re]=allobject.obj()
        for num in range(2):
            self.text.insert(END, '\n'+c_name[num])
            self.text.insert(END, getdata.get(c_name[num],c_news_url[num],  \
                                              c_title_class[num],c_title_re[num],c_date_re[num]))
            self.text.insert(END, '\n')
    def cleartext(self):
        self.text.delete(1.0,END)
newstraceGui()

getdata.py

import urllib.request
from bs4 import BeautifulSoup
import re
import codecs
import allobject

def get(c_name, c_news_url, c_title_class, c_title_re, c_date_re):
    #匹配标题和时间
    if c_title_class!=None:
        class_title=re.compile(c_title_class)
    else:
        class_title=None
    #匹配时间
    #保存更新记录文件名
    headers = {'User-Agent':'Mozilla/5.0 (X11; Ubuntu; Linux x86_64; rv:52.0) Gecko/20100101 Firefox/52.0'}
    req=urllib.request.Request(url=c_news_url,headers=headers)
    html=urllib.request.urlopen(req).read()

    try:
        url=html.decode('utf-8')
    except:
        url=html.decode('gbk')
    print('--------网页解码完成-----------')
    # BeautifulSoup解析
    soup=BeautifulSoup(url,'lxml')
    match1=soup.find(class_=class_title,title=re.compile(c_title_re))
    match2=match1.parent.parent


    # 提取时间
    match3=match2.find_all('td')
    # print(match3)
    c_title_re=re.compile(c_date_re)
    for s in match3:
        try:
            getdate=s.string.split()[0]
        except:
            continue
    # 提取标题
    gettext=match1.string
    gettext=gettext.replace(' ',',')

    # 读取历史记录
    try:
        with codecs.open(c_name+'-更新记录.txt','r','utf-8') as f:
            record=f.readlines()
        f.close()
        recorddate = record[0].split()[1]
        recordtext = record[1].split()[1]

        if recorddate==getdate and recordtext==gettext:
            record=c_name+'-无更新记录'
        with codecs.open(c_name+'-更新记录.txt', 'w', 'utf-8') as f:
            record = '更新日期： ' + getdate + '\n' + '更新内容： ' + gettext
            f.write(record)
        f.close()
        return record
    except:
        with codecs.open(c_name+'-更新记录.txt', 'w', 'utf-8') as f:
            record ='更新日期： ' + getdate + '\n' + '更新内容： ' + gettext
            f.write(record)
        f.close()
        return record

allobject.py

'''
c_name:机构名称
c_news_url：机构新闻网址
c_title_class：机构新闻标题class
c_title_re：机构最新新闻标题正则匹配
c_date_re：机构新闻最新发布时间
'''
def obj():
    c_name = ['保监会','银监会']
    c_news_url = ["http://www.circ.gov.cn/web/site0/tab5207/", \
         "http://www.cbrc.gov.cn/chinese/home/docViewPage/110010.html"]
    c_title_class = [None,'.*']
    c_title_re = ['[\w\u4e00-\u9fa5].*','[\w\u4e00-\u9fa5].*']
    c_date_re = ['(.*)','\d\d\d\d-\d\d-\d\d']
    return c_name,c_news_url,c_title_class,c_title_re,c_date_re

效果图：