您好,登錄后才能下訂單哦!
這篇“Python如何實(shí)現(xiàn)抖音熱搜定時(shí)爬取功能”文章的知識(shí)點(diǎn)大部分人都不太理解,所以小編給大家總結(jié)了以下內(nèi)容,內(nèi)容詳細(xì),步驟清晰,具有一定的借鑒價(jià)值,希望大家閱讀完這篇文章能有所收獲,下面我們一起來看看這篇“Python如何實(shí)現(xiàn)抖音熱搜定時(shí)爬取功能”文章吧。
整個(gè)熱榜共50條數(shù)據(jù),本次爬取的內(nèi)容:排名、熱度、標(biāo)題、鏈接。
requests
是一種非常簡單的方法,由于該頁面沒有反爬措施,所以直接get
請(qǐng)求頁面即可。
import requests import pandas as pd headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.54 Safari/537.36' } url = 'https://tophub.today/n/K7GdaMgdQy' page_text = requests.get(url=url, headers=headers).text page_text
可以看到,只需要幾行代碼,數(shù)據(jù)就很輕松地獲取到了。
將selenium
設(shè)置為無頭瀏覽器,打開指定url
獲取頁面數(shù)據(jù)。
from selenium import webdriver option = webdriver.ChromeOptions() option.add_argument('--headless') driver = webdriver.Chrome(options=option) url = 'https://tophub.today/n/K7GdaMgdQy' driver.get(url) page_text = driver.page_source
兩種爬取方法都能夠成功獲取到數(shù)據(jù),但requests
相對(duì)簡潔,整個(gè)代碼運(yùn)行速度也更快,如果頁面數(shù)據(jù)不是動(dòng)態(tài)加載的話,用requests
相對(duì)方便。
現(xiàn)在用lxml
庫解析我們爬取的數(shù)據(jù),并保存到excel
中。
tree = etree.HTML(page_text) tr_list = tree.xpath( '//*[@id="page"]/div[2]/div[2]/div[1]/div[2]/div/div[1]/table/tbody/tr') df = pd.DataFrame(columns=['排名', '熱度', '標(biāo)題', '鏈接']) for index, tr in enumerate(tr_list): hot = tr.xpath('./td[3]/text()')[0] title = tr.xpath('./td[2]/a/text()')[0] article_url = tr.xpath('./td[2]/a/@href')[0] df = df.append({ '排名': index + 1, '熱度': hot, '標(biāo)題': title, '鏈接': article_url}, ignore_index=True) df['鏈接'] = 'https://tophub.today' + df['鏈接'] df
運(yùn)行結(jié)果
至此,爬取代碼已經(jīng)完成,想要實(shí)現(xiàn)每小時(shí)自動(dòng)運(yùn)行代碼,可以使用任務(wù)計(jì)劃程序。
打開任務(wù)計(jì)劃程序,【創(chuàng)建任務(wù)】
輸入名稱,名稱隨便起就好。
選擇【觸發(fā)器】>>【新建】>>【設(shè)置觸發(fā)時(shí)間】
選擇【操作】>>【新建】>>【選擇程序】
最后確認(rèn)即可。到時(shí)間就會(huì)自動(dòng)運(yùn)行,或者右鍵任務(wù)手動(dòng)運(yùn)行。
以上就是關(guān)于“Python如何實(shí)現(xiàn)抖音熱搜定時(shí)爬取功能”這篇文章的內(nèi)容,相信大家都有了一定的了解,希望小編分享的內(nèi)容對(duì)大家有幫助,若想了解更多相關(guān)的知識(shí)內(nèi)容,請(qǐng)關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請(qǐng)聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。