獲取一篇新聞的所有信息php
做業要求來自於https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/2894 html
給定一篇新聞的連接newsUrl,獲取該新聞的所有信息 正則表達式
標題、做者、發佈單位、審覈、來源 api
發佈時間:轉換成datetime類型 ide
點擊: 函數
整個過程包裝成一個簡單清晰的函數。 url
具體代碼以下:spa
1 # 獲取一篇新聞的所有信息 2 import re 3 import requests 4 from bs4 import BeautifulSoup 5 from datetime import datetime 6 7 8 # 獲取新聞id 9 def newsnum(url): 10 newsid = re.match('http://news.gzcc.cn/html/2018/meitishijie_0323/(.*).html', url).group(1) 11 return newsid 12 13 14 # 發佈時間:datetime類型 15 def newstime(soup): 16 newsdate = soup.select('.show-info')[0].text.split()[0].split(':')[1] 17 newstime = soup.select('.show-info')[0].text.split()[1] 18 time = newsdate + ' ' + newstime 19 time = datetime.strptime(time, '%Y-%m-%d %H:%M:%S') 20 return time 21 22 23 # 獲取點擊次數 24 def click(url): 25 id = re.findall('(\d{1,5})', url)[-1] 26 clickUrl = 'http://oa.gzcc.cn/api.php?op=count&id={}&modelid=80'.format(id) 27 res = requests.get(clickUrl) 28 newsClick = res.text.split('.html')[-1].lstrip("('").rstrip("');") 29 newsDJ = '點擊次數:' + newsClick + '次' 30 return newsDJ 31 32 # 主函數 33 def main(url): 34 res = requests.get(url) 35 res.encoding = 'utf-8' 36 soup = BeautifulSoup(res.text, 'html.parser') 37 print("新聞編號:" + newsnum(url)); # 新聞編號id 38 print("標題:" + soup.select('.show-title')[0].text); # 標題 39 print("發佈時間:" + str(newstime(soup))); # 發佈時間 40 print(click(url)) 41 print(soup.select('.show-info')[0].text.split()[2]); # 做者 42 print(soup.select('.show-info')[0].text.split()[3]); # 審覈 43 print(soup.select('.show-info')[0].text.split()[4]); # 來源 44 print("內容:" + soup.select('.show-content')[0].text); # 內容 45 return 46 47 url = "http://news.gzcc.cn/html/2018/meitishijie_0323/9085.html" 48 main(url)
運行截圖以下: 3d