爬取校园新闻首页的新闻

1. 爬取校园新闻首页新闻的标题、链接、正文。

import requests
from bs4 import BeautifulSoup
 
for news in soup.select('li'):
    if len(news.select('.news-list-title')) > 0:
        t = news.select('.news-list-title')[0].text
        dt = news.select('.news-list-info')[0].contents[0].text
        a = news.select('a')[0].attrs['href']
        c = news.select('.news-list-description')[0].contents[0]
        print(dt,t,a,c)

　2　 分析字符串，获取每篇新闻的发布时间，作者，来源，摄影等信息

for news in soup.select('li'):
    if len(news.select('.news-list-title')) > 0:
        t = news.select('.news-list-title')[0].text #标题
        a = news.select('a')[0].attrs['href']    #链接

        resd = requests.get(a)
        resd.encoding = 'utf-8'
        soupd = BeautifulSoup(resd.text, 'html.parser')
        print(soupd.select('.show-info')[0].text)   #正文

        info =soupd.select('.show-info')[0].text

        dt =info.lstrip('发布时间：')[:19] #发布时间

        i =info.find('来源')
        if i>0:
            s = info[info.find('来源：')].split()[0].lstrip('来源：')  #来源：
         break

　　3. 将其中的发布时间由str转换成datetime类型。

from datetime import datetime
        str = '2018-03-30 17:10:12 '
        dt=datetime.strptime('str,%Y-%a-%d %H:%M:%S')
        now = datetime.now()
        type(now)
        now.strptime('%Y-%a-%d %H:%M:%S')