1. 用requests库和BeautifulSoup库，爬取校园新闻首页新闻的标题、链接、正文。

import requestsfrom bs4 import BeautifulSoupurl = 'http://news.gzcc.cn/html/xiaoyuanxinwen/'res = requests.get(url)res.encoding = 'utf-8'soup = BeautifulSoup(res.text, 'html.parser')for news in soup.select('li'):    if len(news.select('.news-list-title'))>0:        d = news.select('.news-list-info')[0].contents[0].text  #时间        t = news.select('.news-list-title')[0].text  #标题        a = news.select('a')[0].attrs['href']   #连接        print(d, t, a)              # 通过连接获取新闻网页        res2 = requests.get(a)        res2.encoding = 'utf-8'        soup2 = BeautifulSoup(res2.text, 'html.parser')        # 取得新闻正文        z=soup2.select('#content')[0].text        print(z)        break

　　运行结果如图所示：

 

 

2. 分析字符串，获取每篇新闻的发布时间，作者，来源等信息。

#取得发布时间、作者等数据项        info=soup2.select('.show-info')[0].text        # print(info)        dt = info.lstrip('发布时间:')[:19]        at = info[info.find('作者：'):].split()[0].lstrip('作者：')        sh = info[info.find('审核：'):].split()[0].lstrip('审核：')        ly = info[info.find('来源：'):].split()[0].lstrip('来源：')        print(dt, at, sh, ly)

　　运行结果如下：

 

 

3. 将其中的发布时间由str转换成datetime类型。

from datetime import datetime        dati = datetime.strptime(dt, '%Y-%m-%d %H:%M:%S')        print(dati, dati.strftime('%Y/%m/%d'))

　　运行结果如图所示：

 

 

4. 将完整的代码及运行结果截图发布在作业上

 

# -*- coding: UTF-8 -*-# -*- author: wang -*-import requestsfrom bs4 import BeautifulSoupurl = 'http://news.gzcc.cn/html/xiaoyuanxinwen/'res = requests.get(url)res.encoding = 'utf-8'soup = BeautifulSoup(res.text, 'html.parser')for news in soup.select('li'):    if len(news.select('.news-list-title'))>0:                        #时间        d = news.select('.news-list-info')[0].contents[0].text        t = news.select('.news-list-title')[0].text                   #标题        a = news.select('a')[0].attrs['href']                           #连接        print(d, t, a)        # 通过连接获取新闻网页        res2 = requests.get(a)        res2.encoding = 'utf-8'        soup2 = BeautifulSoup(res2.text, 'html.parser')        # 取得新闻正文        z=soup2.select('#content')[0].text        print(z)        #取得发布时间、作者等数据项        info=soup2.select('.show-info')[0].text        print(info)        dt = info.lstrip('发布时间:')[:19]        at = info[info.find('作者：'):info.find('审核：')].split()[0].lstrip('作者：')        sh = info[info.find('审核：'):].split()[0].lstrip('审核：')        ly = info[info.find('来源：'):].split()[0].lstrip('来源：')        print(dt,at,sh,ly)        from datetime import datetime        dati = datetime.strptime(dt, '%Y-%m-%d %H:%M:%S')        # print(type(dati))        print(dati, dati.strftime('%Y/%m/%d'))        break

　　

 

运行代码如图所示：