獲取一篇新聞的所有信息

給定一篇新聞的連接newsUrl，獲取該新聞的所有信息

標題、做者、發佈單位、審覈、來源

發佈時間:轉換成datetime類型

點擊：

• newsUrl
• newsId(使用正則表達式re)
• clickUrl(str.format(newsId))
• requests.get(clickUrl)
• newClick(用字符串處理，或正則表達式)
• int()

整個過程包裝成一個簡單清晰的函數。

代碼：

import requests
import re
from bs4 import BeautifulSoup
def click(url):#獲取點擊次數
    id=re.findall('(\d{1,5})',url)[-1]
    clickUrl='http://oa.gzcc.cn/api.php?op=count&id={}&modelid=80'.format(id)
    res=requests.get(clickUrl)
    newsClick=res.text.split('.html')[-1].lstrip("('").rstrip("');")
    return newsClick

def newsdt(showinfo):#轉換成datetime類型
    newsDate=showinfo.split()[0].split(':')[1]
    newsTime=showinfo.split()[1]
    newsDT=newsDate+' '+newsTime
    #newsDT=datetime.strptime(newsDT,'%Y-%m-%d %H:%M:%S')
    return newsDT

def newsid(url):#獲取新聞編號
    newsID=re.findall('(\d{1,5})',url)[-1]
    return  newsID

def news(url):
    res=requests.get(url)
    res.encoding='utf-8'
    soup=BeautifulSoup(res.text,'html.parser')
    title=soup.select('.show-title')[0].text
    showinfo=soup.select('.show-info')[0].text
    newsDT=newsdt(showinfo)
    author=soup.select('.show-info')[0].text.split()[2]#獲取做者
    check=soup.select('.show-info')[0].text.split()[3]#獲取審覈
    comefrom=soup.select('.show-info')[0].text.split()[4]#獲取來源
    detail=soup.select('.show-content ')[0].text#獲取新聞的具體內容
    newsID=newsid(url)#獲取新聞編號
    newsClick=click(url)#獲取點擊次數
    title='新聞標題：'+title
    newsClick='文章點擊次數：'+newsClick
    newsID='新聞編號：'+newsID
    newsDT='發佈日期：'+newsDT
    pr=(newsClick,title,newsDT,newsID,author,check,comefrom,detail)#輸出新聞的各類信息
    return pr
url='http://news.gzcc.cn/html/2019/xiaoyuanxinwen_0402/11131.html'
print(news(url))

截圖：