使用jupyter爬取新闻内容和时间并显示出来

使用Jupyter Notebook爬取新闻内容和时间通常涉及以下几个步骤：

1. **安装所需库**：首先需要安装Python的网络爬虫库如`requests`用于获取网页内容，`BeautifulSoup`处理HTML文档，以及`pandas`用于数据清洗和存储。

!pip install requests beautifulsoup4 pandas

2. **导入必要的库**：

import requests
from bs4 import BeautifulSoup
import pandas as pd
from datetime import datetime

3. **编写爬虫函数**：
- 获取新闻页面内容：

     def get_html(url):
         response = requests.get(url)
         if response.status_code == 200:
             return response.text
         else:
             print(f"请求失败，状态码：{response.status_code}")
             return None

- 解析HTML找到新闻信息：

     def parse_news(html):
         soup = BeautifulSoup(html, 'html.parser')
         # 根据目标网站结构定位新闻元素，比如新闻标题、发布时间等
         title = soup.find('h2') or soup.find('div', class_='title')  # 示例
         time_element = soup.find('time', class_='post-time') or soup.find('span', id='post-date')  # 示例
         
         return title.text.strip(), datetime.strptime(time_element.text, '%Y-%m-%d %H:%M:%S')  # 格式化时间

4. **抓取新闻列表**：
- 遍历新闻链接，调用上述两个函数：

     news_urls = ['http://example.com/news1', 'http://example.com/news2', ...]  # 需要替换为实际的新闻网址
     news_data = []

     for url in news_urls:
         html = get_html(url)
         if html is not None:
             title, post_time = parse_news(html)
             news_data.append((title, post_time))

5. **将结果保存到DataFrame**：

     df = pd.DataFrame(data=news_data, columns=['新闻标题', '发布日期'])

6. **显示结果**：

     df.head()  # 显示前几条新闻及其时间
     df.to_csv('news_data.csv', index=False)  # 保存到CSV文件
     df.show()  # 如果使用JupyterLab，可以使用此命令展示表格

记得更换`get_html()`和`parse_news()`中的元素查找路径，因为这取决于目标网站的具体HTML结构。