python+selenium爬取微博熱搜存入Mysql的實現方法
最終的效果
廢話不多少,直接上圖
這裡可以清楚的看到,數據庫裡包含瞭日期,內容,和網站link
下面我們來分析怎麼實現
使用的庫
import requests from selenium.webdriver import Chrome, ChromeOptions import time from sqlalchemy import create_engine import pandas as pd
目標分析
這是微博熱搜的link:點我可以到目標網頁
首先我們使用selenium對目標網頁進行請求
然後我們使用xpath對網頁元素進行定位,遍歷獲得所有數據
然後使用pandas生成一個Dataframe對像,直接存入數據庫
一:得到數據
我們看到,使用xpath可以得到51條數據,這就是各熱搜,從中我們可以拿到鏈接和標題內容
all = browser.find_elements_by_xpath('//*[@id="pl_top_realtimehot"]/table/tbody/tr/td[2]/a') #得到所有數據 context = [i.text for i in c] # 得到標題內容 links = [i.get_attribute('href') for i in c] # 得到link
然後我們再使用zip函數,將date,context,links合並
zip函數是將幾個列表合成一個列表,並且按index對分列表的數據合並成一個元組,這個可以生產pandas對象。
dc = zip(dates, context, links) pdf = pd.DataFrame(dc, columns=['date', 'hotsearch', 'link'])
其中date可以使用time模塊獲得
二:鏈接數據庫
這個很容易
enging = create_engine("mysql+pymysql://root:123456@localhost:3306/webo?charset=utf8") pdf.to_sql(name='infromation', con=enging, if_exists="append")
總代碼
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('出錯瞭') if __name__ == '__main__': xx = get_data() w_mysql(xx)
到此這篇關於python+selenium爬取微博熱搜存入Mysql的實現方法的文章就介紹到這瞭,更多相關python selenium爬取微博熱搜存入Mysql內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- python+selenium對table表和分頁處理
- python+selenium小米商城紅米K40手機自動搶購的示例代碼
- selenium動態數據獲取的方法實現
- Playwright快速上手指南(入門教程)
- 詳解使用Selenium爬取豆瓣電影前100的愛情片相關信息