PHP前端开发

python实现爬取微博热搜存入Mysql

百变鹏仔 1个月前 (01-22) #Python
文章标签 python

免费学习推荐:python视频教程

python爬取微博热搜存入Mysql

最终的效果

废话不多少,直接上图

这里可以清楚的看到,数据库里包含了日期,内容,和网站link
下面我们来分析怎么实现

立即学习“Python免费学习笔记(深入)”;

使用的库

import requestsfrom selenium.webdriver import Chrome, ChromeOptionsimport timefrom sqlalchemy import create_engineimport pandas as pd

目标分析

这是微博热搜的link:点我可以到目标网页

首先我们使用selenium对目标网页进行请求
然后我们使用xpath对网页元素进行定位,遍历获得所有数据
然后使用pandas生成一个Dataframe对像,直接存入数据库

一:得到数据


我们看到,使用xpath可以得到51条数据,这就是各热搜,从中我们可以拿到链接和标题内容

	all = browser.find_elements_by_xpath('//*[@id="pl_top_realtimehot"]/table/tbody/tr/td[2]/a')  #得到所有数据context = [i.text for i in c]  # 得到标题内容    links = [i.get_attribute('href') for i in c]  # 得到link

然后我们再使用zip函数,将date,context,links合并
zip函数是将几个列表合成一个列表,并且按index对分列表的数据合并成一个元组,这个可以生产pandas对象。

dc = zip(dates, context, links)    pdf = pd.DataFrame(dc, columns=['date', 'hotsearch', 'link'])

其中date可以使用time模块获得

二:链接数据库

这个很容易

enging = create_engine("mysql+pymysql://root:123456@localhost:3306/webo?charset=utf8")pdf.to_sql(name='infromation', con=enging, if_exists="append")

总代码

from selenium.webdriver import Chrome, ChromeOptionsimport timefrom sqlalchemy import create_engineimport pandas as pddef get_data():    url = r"https://s.weibo.com/top/summary"  # 微博的地址    option = ChromeOptions()    option.add_argument('--headless')    option.add_argument("--no-sandbox")    browser = Chrome(options=option)    browser.get(url)    all = browser.find_elements_by_xpath('//*[@id="pl_top_realtimehot"]/table/tbody/tr/td[2]/a')    context = [i.text for i in all]    links = [i.get_attribute('href') for i in all]    date = time.strftime("%Y-%m-%d-%H_%M_%S", time.localtime())    dates = []    for i in range(len(context)):        dates.append(date)    # print(len(dates),len(context),dates,context)    dc = zip(dates, context, links)    pdf = pd.DataFrame(dc, columns=['date', 'hotsearch', 'link'])    # pdf.to_sql(name=in, con=enging, if_exists="append")    return pdfdef w_mysql(pdf):    try:        enging = create_engine("mysql+pymysql://root:123456@localhost:3306/webo?charset=utf8")        pdf.to_sql(name='infromation', con=enging, if_exists="append")    except:        print('出错了')if __name__ == '__main__':    xx = get_data()    w_mysql(xx)

希望能够帮到大家一点,大家一起共同进步,共同成长!
祝大家新年快乐!!!

相关免费学习推荐:python教程(视频)