import requests
from bs4 import BeautifulSoup

def search_sina_news(keyword='新闻', time='d', page=1):
    """
    搜索新浪新闻
    :param keyword: 搜索关键字，默认为'新闻'
    :param time: 时间范围，默认为'd'（一天内）
    :param page: 页码，默认为1（第一页）
    :return: 返回抓取到的搜索结果列表
    """
    results = []  # 存放抓取到搜索结果的列表
    order = 0  # 抓取到的搜索结果序号

    url = f'https://search.sina.com.cn/news?c=news&adv=1&q={keyword}&time={time}&size=20&page={str(page)}'
    """
    参数说明
    c=news      news-新闻
    adv=1       1-高级搜索模式； 0-普通搜索模式
    q           关键字
    time        时间范围：h-一个小时内；d-一天内；w-一周内；m-一个月内；年份数字(如2023、2024)-表示限定指定的年份内
    size=20     每页显示的结果数量，范围10-20
    page        当前抓取的页号，1-第一页，2-第二页，依此类推
    """

    # 发送get请求
    response = requests.get(url)
    response.encoding = 'utf-8'

    # 检查请求是否成功
    if response.status_code == 200:
        # 解析响应内容
        soup = BeautifulSoup(response.text, 'html.parser')

        if page == 1:  # 只有第一页是才抓取
            try:
                # 获取总的搜索结果信息
                news_number = soup.find('div', 'l_v2').text
                print(news_number)
            except Exception as e:
                print(e)

        # 抓取当前页面中的搜索结果
        result_blocks = soup.find_all('div', class_='box-result clearfix')
        print(f'第{page}页抓取到的搜索结果数量为{len(result_blocks)}')

        # 从result_blocks列表中提取有效的数据
        for block in result_blocks:
            order += 1
            title = block.find('a').text  # 获取标题
            link = block.find('a')['href']  # 获取链接
            # 获取包含内容摘要、来源、发布时间的信息块
            infos = block.find('div', class_='r-info')
            # 获取内容
            content = infos.find('p', class_='content').text
            # 获取来源和发布时间
            source_time = infos.find('span').text
            st_list = source_time.split()
            source = st_list[0]
            if len(st_list) > 2:
                time = st_list[1] + ' ' + st_list[2]  # 时间格式为yyyy-mm-dd  hh：mm：ss
            else:
                time = st_list[1]  # 时间格式为XX小时前
            results.append({
                'order': order,
                'title': title,
                'link': link,
                'content': content,
                'source': source,
                'time': time
            })
            # 在屏幕上输出抓取到的信息
            print(order, ". ", title)
            print(link)
            print(content)
            print(source, '   ', time)
            print("  ")

        print(f'本次共抓取到的搜索结果共{len(results)}条')
        return results
    else:
        print('status_code!=200, 不能解析内容')
        return []

# 示例调用
if __name__ == '__main__':
    # 默认抓取第一页
    results = search_sina_news(keyword='NBA', time='d', page=1)
    # 如果需要抓取其他页，可以传入page参数
    # results = search_sina_news(keyword='NBA', time='d', page=2)