擷取一篇新聞的全部資訊

給定一篇新聞的連結newsUrl，擷取該新聞的全部資訊

标題、作者、釋出機關、稽核、來源

釋出時間:轉換成datetime類型

點選：

• newsUrl
• newsId(使用正規表達式re)
• clickUrl(str.format(newsId))
• requests.get(clickUrl)
• newClick(用字元串處理，或正規表達式)
• int()

整個過程包裝成一個簡單清晰的函數。

嘗試去爬取一個你感興趣的網頁。

import requests
from bs4 import BeautifulSoup
from datetime import datetime
import re
if __name__ == '__main__':#"https://www.bilibili.com/read/cv1119650?from=search"

def bzNews(url):
    #url不合法會崩掉

    res=requests.get(url)
    type(res)
    res.encoding="utf-8"
    soup1=BeautifulSoup(res.text,'html.parser')
    #此網頁釋出時間處理
    dateTime = soup1.find('meta',{'itemprop':'datePublished'})
    type(dateTime)
    dateTime = str(dateTime)
    #分隔時間格式
    DT = re.findall("(\d{4}-\d{1,2}-\d{1,2}\s\d{1,2}:\d{1,2}:\d{1,2})",dateTime)
    #作者名稱
    au=soup1.select('.author-name')[0].text
    #标題
    title=soup1.select('.title')[2].text
    time = DT
    #處理時間
    pubtime= datetime.strptime(time[0],'%Y-%m-%d %H:%M:%S')
    pubtime = pubtime.strftime('%Y{y}%m{m}%d{d} %U{a}%w %H{h}%M{f}%S{s}%p').format(y='年',m='月',d='日',h='時',f='分',s='秒',a='周 星期')

    print(" 作者：",au,'\n',"标題：",title,'\n',"釋出時間：",pubtime,'\n')

def main():
    while(1):
        url =input("輸入哔哩哔哩的新聞網址：")
        bzNews(url)
        ending =int(input("輸入0退出"))
        if(ending==0):break

main()      

　　另外通過檢視network發現在一個viewinfo的requests對象中有存放點贊，觀看數的json資料，下次再做解析json資料