爬虫获取微博首页热搜

步骤:

打开微博首页 https://s.weibo.com/top/summary?
右键点击检查，分析静态网页
将爬取到的内容保存为csv文件格式

需要导入的库

import requests
from lxml import etree
import pandas as pd

话不多说，直接上源码！

import requests
from lxml import etree
import pandas as pd
url = 'https://s.weibo.com/top/summary?'
headers = {'User-Agent': 'Mozilla/5.0 (Linux; Android 6.0; Nexus 5 Build/MRA58N) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Mobile Safari/537.36 Edg/91.0.864.70'
}def get_url(url):try:response = requests.get(url, headers=headers)if response.status_code == 200:return response.textexcept requests.ConnectionError as e:print(e.args)def get_hot():hotlist = [] #热搜内容列表，用来保存内容hot_url_list=[] #热搜url列表index_list=[] #索引号列表items = get_url(url) #调用函数，获取网页response.texthtml = etree.HTML(items)# 初始化hot_list = html.xpath('/html/body/div/section/ul/li')#xpath定位，可在浏览器直接复制j=1#遍历所有li列表for i in hot_list:#获取热搜内容hot = i.xpath('./a/span/text()')[0] #一直搞不懂[0]是什么意思hotlist.append(hot)#获取内容的urlhot_url = i.xpath('./a/@href')[0]hot_url="https://s.weibo.com/"+str(hot_url)#需要组合正确的url，才能打开hot_url_list.append(hot_url)print(j,hot,hot_url)index_list.append(j)j=j+1#保存文件file=pd.DataFrame(data={'编号':index_list,'内容':hotlist,'url':hot_url_list})file.to_csv('微博热搜.csv',encoding='utf_8_sig')#调用函数，完成爬取！
get_hot()

运行结果:

文件

到此，便完成了今天微博热搜的获取。

关于以上代码，要留意的就是组合url，源码是没有"https://s.weibo.com/"这一前缀的，估计是对我的考验，哈哈！

还有就是hot = i.xpath(’./a/span/text()’)[0] 后面的[0]不加会报错，但我又不知道是什么意思，还望大神指点迷津。

xpath只是略懂皮毛，知识有限，还望走过路过多多指教！

爬虫获取微博首页热搜相关推荐

【Python】爬虫获取微博热搜数据，response中文显示“\u7814\u7a76\u8bc1\u5b9e\u”
问题描述在爬虫获取微博热搜数据的时候,response中文出现了不便于理解的字段,截取如下: ......[{"title_sub":"\u7814\u7a76\u8b ...
爬取微博实时热搜数据可视化分析
文章目录爬取微博实时热搜数据可视化分析一.爬取数据 1.1 Spider主要函数 1.2 根据微博一分钟更新一次的状态进行爬虫二.可视化 2.1 利用轮播图加柱状图进行可视化爬取微博实时热搜数 ...
Python爬虫爬取新浪微博热搜
Python爬虫爬取新浪微博热搜文章目录 Python爬虫爬取新浪微博热搜网页分析数据爬取数据存储全部代码网页分析找到热搜的排名,标题和热度,发现它们在同一路径数据爬取 impor ...
Python爬虫实例--新浪热搜榜[xpath语法]
Python爬虫实例--新浪热搜榜[xpath语法] 1.基础环境配置: requests-->版本:2.12.4 lxml-->版本:3.7.2 2.网页分析很容易从html源码中看到 ...
Python爬虫实例--新浪热搜榜[正则表达式]
Python爬虫实例--新浪热搜榜[正则表达式] 1.基础环境配置: requests-->版本:2.12.4 re-->:Python自带,无需安装 2.网页分析很容易从html源码中 ...
python获取某乎热搜数据并保存成Excel
python获取知乎热搜数据一.获取目标.准备工作二.开始编码三.总结一.获取目标.准备工作 1.获取目标: 本次获取教程目标:某乎热搜 2.准备工作环境python3.x requests ...
利用爬虫获取猫眼电影热门前100数据
利用爬虫获取猫眼电影热门前100数据实现方法 1:访问网站,获取页面源码 2:解析页面 ,得到想要的数据 3:循环爬取多个页面 4:把数据写入本地文件 ''' 需求:爬取猫眼电影前100的电影信息 ...
python热搜排行功能_简单几行代码用Python爬取微博的热搜榜
简单几行代码用Python爬取微博的热搜榜想要实时的看微博热搜但是又不想去微博网站看!怎么办呢?其实很简单! 我们学了这个requests_html 这个库之后就更加的简单了! 小编只用了短短的 ...
python 爬取微博实时热搜，并存入数据库实例
刚学python没几天,打算用paython爬去微博热搜数据试验一下,但是发现微博热搜是动态数据,网页源码并不能直接获取想要的数据,network里也并不能找到相关内容,这时重新查看网页源码,发现有类 ...

爬虫获取微博首页热搜

爬虫获取微博首页热搜

爬虫获取微博首页热搜相关推荐

最新文章

热门文章