爬取校园新闻首页的新闻

最新推荐文章于 2025-09-08 17:11:31 发布

weixin_30325971

最新推荐文章于 2025-09-08 17:11:31 发布

阅读量44

点赞数

CC 4.0 BY-SA版权

文章标签： python

原文链接：http://www.cnblogs.com/hasb/p/8710907.html

本文介绍了一个使用Python的requests和BeautifulSoup库从特定网站抓取新闻标题、链接及发布日期的简单程序。此外还展示了如何进一步解析选定新闻页面以获取详细内容和其他元数据，如作者、来源等。

# -*- coding: UTF-8 -*-
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')
#print(soup)

for news in soup.select('li'):
    if len(news.select('.news-list-title')) > 0 :
        d= news.select('.news-list-info')[0].contents[0].text
        t= news.select('.news-list-title')[0].text
        a = news.select('a')[0].attrs['href']
        print("date = "+d,"text = "+t,"href = "+a)

2. 分析字符串，获取每篇新闻的发布时间，作者，来源，摄影等信息。

        resd = requests.get(a)
        resd.encoding = 'utf-8'
        soupd = BeautifulSoup(resd.text,'html.parser')
        c = soupd.select('#content')[0].text
        info = soupd.select(".show-info")
        print(info[0].text)