用requests库和BeautifulSoup4库爬取新闻列表
1.用requests库和BeautifulSoup4库,爬取校园新闻列表的时间、标题、链接、来源、详细内容。
2.将其中的时间str转换成datetime类型。
3.将取得详细内容的代码包装成函数。
from bs4 import BeautifulSoup url1='http://news.gzcc.cn/html/xiaoyuanxinwen/' res=requests.get(url1) res.encoding='utf-8' soup=BeautifulSoup(res.text,'html.parser') ##print(res.text) print("~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~") for news in soup.select('li'): if len((news.select('.news-list-title')))>0: time=news.select('.news-list-info')[0].span.text#时间 title=news.select('.news-list-title')[0].contents[0]#标题 url=news.select('a')[0]['href']#链接 source=news.select('.news-list-info')[0].select('span')[1].text print( "时间:",time,"\t标题:",title,"\t链接:",url,"来源:",source)