詳解用python實現爬取CSDN熱門評論URL並存入redis

Posted on by

一、配置webdriver

下載谷歌瀏覽器驅動，並配置好

import time
import random
from PIL import Image
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
if __name__ == '__main__':
  options = webdriver.ChromeOptions()
  options.binary_location = r'C:\Users\hhh\AppData\Local\Google\Chrome\Application\谷歌瀏覽器.exe'
  # driver=webdriver.Chrome(executable_path=r'D:\360Chrome\chromedriver\chromedriver.exe')
  driver = webdriver.Chrome(options=options)
  #以java模塊為例
  driver.get('https://www.csdn.net/nav/java')
  for i in range(1,20):
    driver.execute_script("window.scrollTo(0, document.body.scrollHeight)")
    time.sleep(2)

二、獲取URL

from bs4 import BeautifulSoup
from lxml import etree 
html = etree.HTML(driver.page_source)
# soup = BeautifulSoup(html, 'lxml')
# soup_herf=soup.find_all("#feedlist_id > li:nth-child(1) > div > div > h2 > a")
# soup_herf
title = html.xpath('//*[@id="feedlist_id"]/li/div/div/h2/a/@href')

可以看到，一下爬取瞭很多，速度非常快

在這裡插入圖片描述

三、寫入Redis

導入redis包後，配置redis端口和redis數據庫，用rpush函數寫入
打開redis

在這裡插入圖片描述

import redis
r_link = redis.Redis(port='6379', host='localhost', decode_responses=True, db=1)
for u in title:
    print("準備寫入{}".format(u))
    r_link.rpush("csdn_url", u)
    print("{}寫入成功!".format(u))
print('=' * 30, '\n', "共計寫入url：{}個".format(len(title)), '\n', '=' * 30)

在這裡插入圖片描述

大功告成！

在Redis Desktop Manager中可以看到，爬取和寫入都是非常的快。

在這裡插入圖片描述

要使用隻需用rpop出棧就OK

one_url = r_link.rpop("csdn_url)")
while one_url:
  print("{}被彈出！".format(one_url))

到此這篇關於詳解用python實現爬取CSDN熱門評論URL並存入redis的文章就介紹到這瞭,更多相關python爬取URL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：

    None Found