写一个爬虫: 1.网站地址：https://news.pdsu.edu.cn/xxyw.htm 2.获取底部分页页码 3.获取学校要闻中每页的所有新闻的标题、链接和发布日期 4.将标题、链接和发布日期存入excel

要编写一个爬虫来抓取指定网站的信息并将其保存到Excel文件中，你可以使用Python的requests库来发送HTTP请求，BeautifulSoup库解析HTML内容，以及pandas库处理数据并导出到Excel。下面是一个简单的示例，假设我们使用了`lxml`库作为BeautifulSoup的一个替代版本：

import requests
from bs4 import BeautifulSoup
import pandas as pd

# 网站URL
url = "https://news.pdsu.edu.cn/xxyw.htm"
# Excel文件名
output_excel = 'news_data.xlsx'

def get_page_content(url):
    # 发送GET请求
    response = requests.get(url)
    # 检查请求是否成功
    if response.status_code == 200:
        # 使用BeautifulSoup解析页面内容
        soup = BeautifulSoup(response.text, 'lxml')
        return soup
    else:
        print(f"Failed to fetch page with status {response.status_code}")
        return None

def extract_news(soup):
    news_list = []
    # 查找新闻列表元素
    news_elements = soup.find_all('div', class_='list-item')

    for element in news_elements:
        title = element.find('h2', class_='title').text.strip()
        link = element.find('a')['href']
        date = element.find('span', class_='date') or element.find('li', class_='time').text
        news_list.append({'标题': title, '链接': link, '发布日期': date})
    
    return news_list

def save_to_excel(data, filename):
    df = pd.DataFrame(data)
    df.to_excel(filename, index=False)

def main():
    soup = get_page_content(url)
    if soup is not None:
        all_news = []
        # 获取底部分页页码，这里假设每个底部分页链接都有数字
        page_links = [link for link in soup.find_all('a') if str(link).isdigit()]
        for i, link in enumerate(page_links):
            next_url = f"{url}?page={i+1}"
            news_page_soup = get_page_content(next_url)
            if news_page_soup:
                all_news.extend(extract_news(news_page_soup))

        # 存储所有新闻数据到Excel
        save_to_excel(all_news, output_excel)
        print(f"数据已成功保存至{output_excel}")

if __name__ == "__main__":
    main()

这个脚本会遍历每一页面的新闻，并将标题、链接和发布日期存入一个字典列表，然后将这个列表转换成DataFrame并写入Excel文件。注意，实际操作中你可能需要根据网站的具体结构调整CSS选择器。