• 企业400电话
  • 微网小程序
  • AI电话机器人
  • 电商代运营
  • 全 部 栏 目

    企业400电话 网络优化推广 AI电话机器人 呼叫中心 网站建设 商标✡知产 微网小程序 电商运营 彩铃•短信 增值拓展业务
    python+selenium爬取微博热搜存入Mysql的实现方法

    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

    使用的库

    import requests
    from selenium.webdriver import Chrome, ChromeOptions
    import time
    from sqlalchemy import create_engine
    import 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, ChromeOptions
    import time
    from sqlalchemy import create_engine
    import pandas as pd
    
    def 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 pdf
    
    def 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)

    到此这篇关于python+selenium爬取微博热搜存入Mysql的实现方法的文章就介绍到这了,更多相关python selenium爬取微博热搜存入Mysql内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

    您可能感兴趣的文章:
    • python爬取天气数据的实例详解
    • 用python爬取历史天气数据的方法示例
    • python爬取哈尔滨天气信息
    • python3爬取各类天气信息
    • Python爬取国外天气预报网站的方法
    • Python爬虫爬取微博热搜保存为 Markdown 文件的源码
    • 如何用python爬取微博热搜数据并保存
    • Python网络爬虫之爬取微博热搜
    • python趣味挑战之爬取天气与微博热搜并自动发给微信好友
    上一篇:基于Python的接口自动化unittest测试框架和ddt数据驱动详解
    下一篇:一个入门级python爬虫教程详解
  • 相关文章
  • 

    © 2016-2020 巨人网络通讯 版权所有

    《增值电信业务经营许可证》 苏ICP备15040257号-8

    python+selenium爬取微博热搜存入Mysql的实现方法 python+selenium,爬取,微博,