获取一篇新闻的全部信息

最新推荐文章于 2025-08-12 18:06:10 发布

weixin_30765505

最新推荐文章于 2025-08-12 18:06:10 发布

阅读量76

点赞数

CC 4.0 BY-SA版权

文章标签： python php

原文链接：http://www.cnblogs.com/cmhbaba/p/10639200.html

本文介绍了一个简单的Python函数，用于从指定URL中抓取新闻信息，包括标题、作者、审核者等，并通过正则表达式获取新闻ID及点击次数。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

改作业要求来源于：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：

newsUrl
newsId(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。

具体代码如下：

import requests
from bs4 import BeautifulSoup
from datetime import datetime

url='http://news.gzcc.cn/html/2019/xiaoyuanxinwen_0320/11029.html'

def new(url):
    res = requests.get(url)
    res.encoding = ('utf-8')
    soup = BeautifulSoup(res.text, 'html.parser')
    title = soup.select('.show-title')[0].text.split()
    author = soup.select('.show-info')[0].text.split()[2]
    auditor = soup.select('.show-info')[0].text.split()[3]
    come = soup.select('.show-info')[0].text.split()[4]

    # 获取点击次数
    clickurl = 'http://oa.gzcc.cn/api.php?op=count&id=11029&modelid=80'
    res2 = requests.get(clickurl)
    click = res2.text.split('.html')[-1].lstrip("('").rstrip("');")

    # 获取时间
    newsdate = soup.select('.show-info')[0].text.split()[0].split(':')[1]
    newstime = soup.select('.show-info')[0].text.split()[1]
    time = newsdate + ' ' + newstime
    time = datetime.strptime(time, '%Y-%m-%d %H:%M:%S')

    p = print(title, '\n', author, '\n', auditor, '\n', come, '\n', time, '\n', "点击：", click)
    return p

new(url)

　　效果如下图：