java企查查爬_爬取企查查热搜
由于是第一次写作可能代码风格比较丑而且语言表达不好,各位看官请见谅.
下面进入正题临时接到一个任务爬取企查查的网络热词,并且要定时更新. 下面是要爬取的网页内容.
image
之前有写过这个页面的解析代码,但是事件过的太久已经找不到了.有点难受,不过这个页面没有反爬.话不多说直接上代码
url ='https://www.qichacha.com/cms_topsearch'
ht = requests.get(url=url,headers=headers)
et = etree.HTML(ht.text)
uls = et.xpath('//ul[@class="list-group topsearch-list"][1]/a')
# jinri热搜
for ulin uls[:51]:
type_ ='今日热搜'
search_num = ul.xpath('./span[last()]/text()')[0]
company = ul.xpath('./span[last()-1]/text()')[0]
company_url ='https://www.qichacha.com' + ul.xpath('./@href')[0]
date =str(time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time())))
print(company, search_num, company_url, date)
cursor = conn.cursor()
sql ='insert into top_search(type_,company,search_num,company_url,sj_time) values(%r,%r,%r,%r,%r)' % (
type_, company, search_num, company_url, date)
cursor.execute(sql)
conn.commit()
uls = et.xpath('//ul[@class="list-group topsearch-list"][1]/a')
# 一周热搜
for ulin uls[51:101]:
type_ ='一周热搜'
search_num = ul.xpath('./span[last()]/text()')[0]
company = ul.xpath('./span[last()-1]/text()')[0]
company_url ='https://www.qichacha.com' + ul.xpath('./@href')[0]
date =str(time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time())))
print(company, search_num, company_url, date)
cursor = conn.cursor()
sql ='insert into top_search(type_,company,search_num,company_url,sj_time) values(%r,%r,%r,%r,%r)' % (
type_, company, search_num, company_url, date)
cursor.execute(sql)
conn.commit()
uls = et.xpath('//ul[@class="list-group topsearch-list"][1]/a')
# 一月热搜
for ulin uls[101:]:
type_ ='一月热搜'
search_num = ul.xpath('./span[last()]/text()')[0]
company = ul.xpath('./span[last()-1]/text()')[0]
company_url ='https://www.qichacha.com' + ul.xpath('./@href')[0]
date =str(time.strftime('%Y-%m-%d %H:%M:%S', time.localtime(time.time())))
print(company, search_num, company_url, date)
cursor = conn.cursor()
sql ='insert into top_search(type_,company,search_num,company_url,sj_time) values(%r,%r,%r,%r,%r)' % (
type_, company, search_num, company_url, date)
cursor.execute(sql)
conn.commit()
页面解析比较简单,毕竟新手熟悉下流程
然后就是改成定时任务,我用的是python内置库 schedule
schedule.every(1).minutes.do(job)
schedule.every().hour.do(job)
schedule.every().day.at("10:30").do(job)
schedule.every(5).to(10).days.do(job)
schedule.every().monday.do(job)
schedule.every().wednesday.at("13:15").do(job)
每隔1分钟执行一次任务
每隔一小时执行一次任务
每天的10:30执行一次任务
每隔5到10天执行一次任务
每周一的这个时候执行一次任务
每周三13:15执行一次任务
def seach():
schedule.every(20).seconds.do(qcc_reci)
while True:
schedule.run_pending()
time.sleep(1)
seach()
run_pending:运行所有可以运行的任务
第一次写简书,很多格式不会用.....
java企查查爬_爬取企查查热搜相关推荐
- 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 ...
- 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 ...
- 爬虫实例3:Python实时爬取新浪热搜榜
因为了解到新浪热搜榜每分钟都会更新,所以写的是每分钟爬取一次的死循环,按照日期为格式创建路径,将 爬取的信息按照时间顺序 输出到excel. 步骤: 1.在浏览器中,用F12分析热搜榜页面的html标 ...
- 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 ...
- 小白快速体验之爬虫抓取新浪热搜
首先要有一些准备工作,当然前提是需要了解一下python的基础知识. 安装所需要的语言环境和工具: 1.python 我使用的是python3.6.5版本 2.三方库 requests 安装命令:pi ...
- python爬取知乎热搜_python爬取知乎
大小: 1.59M 文件类型: .zip 金币: 1 下载: 0 次 发布日期: 2021-01-30 资源简介 此项目的功能是爬取知乎用户信息以及人际拓扑关系,爬虫框架使用scrapy,数据存储使用 ...
- java点到直线距离_求取点到直线的距离
问题描述: 已知点P(px,py),直线L(P1,P2),求点P到L的距离. 首先,推导直线公式: 点$$P_1(x_1,y_1)$$, 点$$P_2(x_2,y_2)$$ 可知直线方程为: $$x( ...
- python爬取知乎热搜_python爬取知乎评论
原博文 2020-03-14 11:29 − 点击评论,出现异步加载的请求 import json import requests from lxml import etree from time i ...
- 【Python】我用python爬取一月份微博热搜数据来分析人们对新型肺炎的关注程度变化
2020年1月23日,睡醒一觉,发现新型肺炎的影响正在以肉眼可见的速度扩散,已经放假的我只能宅在家里,不敢随便外出.实在闲得无聊,我便拿起了技术人的工具,利用python,用数据来简单分析一波新型肺炎 ...
最新文章
- 【MDCC 2015】开源选型之Android三大图片缓存原理、特性对比
- Exception raised during rendering: java.lang.System.arraycopy([CI[CII)V
- java ee cdi_Java EE CDI依赖注入(@Inject)教程
- 6月份Github上最热门的Java开源项目!
- 商城前后端原型、商城prd文档、商城后台管理系统、商城app文档、电商需求文档、限时秒杀、电商平台、促销助力、拼团抽奖、电商文档、prd文档、电商前后端原型、电商原型、Axure电商系统、rp原型
- oracle往游标中存数据,Oracle数据库:ORACLE11G在存储过程里面遍历游标
- 机器学习基础(二十五)—— Feature Selection
- 鸟哥的 linux 的私房菜 基础学习篇,鸟哥的 Linux 私房菜 -- 基础学习篇
- c语言中用梯形法求定积分
- HC05蓝牙模块 修改密码 返回 ERROR:(1D)解决办法
- html 怎么布局ui,移动端UI快速布局解决方案AUI
- python读取stl文件三维坐标_python vtk 读取三维raw数据存为stl
- 计算机编程玫瑰花,c语言实现玫瑰花的方法
- RocketMQ重试策略及与Springboot整合
- Licheepi_nano开发板:根文件系统编译
- 七牛报错error: Error Domain=NSCocoaErrorDomain Code=256 “未能打开该文件。
- Hoeffding不等式
- 小明用计算机计算,小明计算器官方PC版
- 抖音最后一面,问我Java 是如何实现线程间通信的?
- 安卓系统能运行 linux,重磅!安卓系统竟能运行PC软件,实测效果令人惊在当场!...
热门文章
- mac 下安装 tomcat7
- CUDA out of memory. Tried to allocate 150.00 MiB (GPU 0; 4.00 GiB total capacity; 2.24 GiB already a
- HTML中字体和字体图标的应用
- 数据可视化(三)基于 Graphviz 实现程序化绘图
- 使用mac的加速办法
- 科创人·StreamNative翟佳:开源模式价值为王,基础软件的未来在国内社区
- 邮箱怎么登录网页版,你知道吗
- 夫妻卖盲盒、年入16亿,揭秘泡泡玛特的暴利生意
- (多方法)彻底解决MAC终端[进程已完成]的“死机”现象
- 计算机图形学方向的基本能力