爬取校园新闻首页的新闻的详情，使用正则表达式，函数抽离

要求：

1. 用requests库和BeautifulSoup库，爬取校园新闻首页新闻的标题、链接、正文、show-info。
2. 分析info字符串，获取每篇新闻的发布时间，作者，来源，摄影等信息。
3. 将字符串格式的发布时间转换成datetime类型
4. 使用正则表达式取得新闻编号
5. 生成点击次数的Request URL
6. 获取点击次数
7. 将456步骤定义成一个函数 def getClickCount(newsUrl):
8. 将获取新闻详情的代码定义成一个函数 def getNewDetail(newsUrl):
9. 尝试用使用正则表达式分析show info字符串，点击次数字符串。

根据上面要求，代码如下：

import  requests
from bs4 import BeautifulSoup
from datetime import datetime
import re

def getClickCount(newurl):   #获取点击次数
    newId = re.search('_(.*)/(.*).html', newurl).group(2)
    clickUrl = 'http://oa.gzcc.cn/api.php?op=count&id={}&modelid=80'.format(newId)
    clickStr = requests.get(clickUrl).text
    return(re.search("hits'\).html\('(.*)'\);",clickStr).group(1))


def getNewDetail(news):
    for new in news:
        print('新闻标题:' + new.select('.news-list-title')[0].text)
        newurl = new.select('a')[0].attrs['href']
        print('链接：' + newurl)
        resp = requests.get(newurl)
        resp.encoding = 'utf-8'
        soup = BeautifulSoup(resp.text, 'html.parser')
        show_info = soup.select('.show-info')[0].text

        time = re.search('发布时间:(.*) \xa0\xa0 \xa0\xa0作者：', show_info).group(1)
        dtime = datetime.strptime(time, '%Y-%m-%d %H:%M:%S')
        print('发布时间：{}'.format(dtime))
        print('作者：' + re.search('作者：(.*)审核：', show_info).group(1))
        print('审核：' + re.search('审核：(.*)来源', show_info).group(1))
        print('点击次数：' +     getClickCount(newurl))
        print('新闻正文:' + soup.select('#content')[0].text)




newsurl='http://news.gzcc.cn/html/xiaoyuanxinwen/'
res=requests.get(newsurl)

res.encoding='utf-8'

soup=BeautifulSoup(res.text,'html.parser')

news=soup.select('.news-list > li')
getNewDetail(news)

运行结果如下：