1获取单条新闻的#标题#链接#时间#来源#内容 #点击次数，并包装成一个函数。

import requestsimport refrom bs4 import BeautifulSoupurl='http://news.gzcc.cn/html/xiaoyuanxinwen/'res=requests.get(url)res.encoding='utf-8'soup=BeautifulSoup(res.text,'html.parser')

2获取一个新闻列表页的所有新闻的上述详情，并包装成一个函数。

def getclick(newurl):    id=re.search('_(.*).html',newurl).group(1).split('/')[1]    clickurl='http://oa.gzcc.cn/api.php?op=count&id={}&modelid=80'.format(id)    click=int(requests.get(clickurl).text.split(".")[-1].lstrip("html('").rstrip("');"))    return click

3获取所有新闻列表页的网址，调用上述函数。

def getonpages(listurl):    res=requests.get(listurl)    res.encoding='utf-8'    soup=BeautifulSoup(res.text,'html.parser')        for news in soup.select('li'):        if len(news.select('.news-list-title'))>0:            title=news.select('.news-list-title')[0].text #标题            time=news.select('.news-list-info')[0].contents[0].text#时间            url1=news.select('a')[0]['href'] #链接            source=news.select('.news-list-info')[0].contents[1].text#来源            description=news.select('.news-list-description')[0].text #内容            resd=requests.get(url1)            resd.encoding='utf-8'            soupd=BeautifulSoup(resd.text,'html.parser')            detail=soupd.select('.show-content')[0].text            click=getclick(url1) #调用点击次数            print(title,url1,click)

4完成所有校园新闻的爬取工作。

count=int(soup.select('.a1')[0].text.rstrip("条"))pages=count//10+1for i in range(2,4):    pagesurl="http://news.gzcc.cn/html/xiaoyuanxinwen/{}.html".format(i)    getonpages(pagesurl)