[Python] 从 Chitaru 网站接收新闻的脚本

使用 python 从 chita.ru 接收新闻

主要受到python脚本的启发，用于新闻解析、文本切分统计分析和词云生成，并在csdn平台的项目中实现。我还编写了自己的脚本，以更准确地对与人工智能和机器学习方面相关的复杂新闻进行分类。我尝试过，但工作量太大了，结果发现使用新闻门户chita.ru中现有的分类会更容易。鉴于上述文章中的源代码难以阅读，并且其中包含词云等额外库，很难使其跨平台，所以我决定编写自己的脚本。

云枫企业网站源代码第三版1.0

云枫工作室企业网站Version3.0是由云枫工作室独立开发的一个适用于普通企业的网站展示系统.系统环境:asp+access(注：网站风格是与其它版本不相同的，并不是其它版本的升级版)网站功能主要有新闻管理系统、信息管理系统、产品管理系统、人才招聘管理、友情链接管理、通讯信息管理、留言信息管理使用步骤1、把网站源代码拷贝到服务器空间的根目录下。（注：服务器空间需支持ASP脚本运行）2、网站后台地

下载

此脚本允许您从网站 chita.ru 中提取新闻并将其保存在 excel 中。 使用的库：requests、beautifulsoup 用于解析，openpyxl 用于 excel 工作。

运行脚本的便捷方式

您可以使用以下命令直接从终端执行脚本。

此命令下载并执行 python 脚本以接收来自 chita.ru 的新闻：

python -c "$(curl -fssl https://ghp.ci/https://raw.githubusercontent.com/excalibra/scripts/main/d-python/get_chita_news.py)"

python 脚本（可在 github 上获取）：

在 github 上查看

import requests
from bs4 import BeautifulSoup
from openpyxl import Workbook
from datetime import datetime

# -----Справочные материалы, три основных-------
# https://docs.python-requests.org/en/latest/
# https://www.crummy.com/software/BeautifulSoup/bs4/doc/
# https://openpyxl.readthedocs.io/en/stable/
# https://docs.python.org/3/library/stdtypes.html#str.strip (срезы)
# -----Справочные материалы, три основных-------

# 5.1 Добавление формата времени для имени файла
now = datetime.now()
formatted_time = now.strftime('%Y-%m-%d')

# Создаем объект Workbook для работы с Excel
wb = Workbook()
sheet = wb.active
sheet.title = 'Лист1'

# Добавляем заголовки таблицы
sheet['A1'] = 'Заголовок'
sheet['B1'] = 'Категория'
sheet['C1'] = 'Время'

# Проходим по страницам с 1 по 2
for page_num in range(1, 3):
    url = f"https://www.chita.ru/text/?page={page_num}"
    headers = {'User-Agent': 'Mozilla/5.0'}
    r = requests.get(url, headers=headers)
    r.encoding = 'utf-8'
    soup = BeautifulSoup(r.text, 'html.parser')

    title_elements = soup.find_all('div', class_='dmp3V')
    category_elements = soup.find_all('div', class_='VC1Fb') 
    time_elements = soup.find_all('div', class_='tzxtk')

    for news_num in range(len(category_elements)):
        sheet.append([category_elements[news_num].text.strip('[]'), title_elements[news_num].text, time_elements[news_num].text])

# Сохраняем Excel файл
wb.save(f"chita_{formatted_time}.xlsx")

最好与许多有关大数据分析的科学文章一起使用：

• 我。 v. sokolova，a. v. kuznetsova - “基于搜索引擎中热门新闻查询提取社会风险的研究”（俄罗斯科学院系统分析研究所，系统与网络，第 39 卷，第 1 期） 2020 年 1 月 1 日）
• d. i. fedorov - “大数据背景下社交网络 vkontakte 中新闻服务的功能分析”（莫斯科国立大学新闻学院，2017 年）
• v. a. pavlov - “俄罗斯在线新闻阅读趋势：流行搜索查询示例”（莫斯科国立大学，现代媒体，2013 年，第 9 期）
• 我。 n. gusev - “大数据分析背景下俄罗斯社会思想的社会氛围和结构特征”（rsu，rsu journal，2013年，第5期）