av一区二区在线观看_亚洲男人的天堂网站_日韩亚洲视频_在线成人免费_欧美日韩精品免费观看视频_久草视

您的位置:首頁技術文章
文章詳情頁

Python selenium爬取微博數據代碼實例

瀏覽:106日期:2022-07-24 17:56:03

爬取某人的微博數據,把某人所有時間段的微博數據都爬下來。

具體思路:

創建driver-----get網頁----找到并提取信息-----保存csv----翻頁----get網頁(開始循環)----...----沒有“下一頁”就結束,

用了while True,沒用自我調用函數

嘟大海的微博:https://weibo.com/u/1623915527

辦公室小野的微博:https://weibo.com/bgsxy

代碼如下

from selenium import webdriverfrom selenium.webdriver.common.keys import Keysimport csvimport osimport time #只有這2個參數設置,想爬誰的微博數據就在這里改地址和目標csv名稱就行weibo_url = ’https://weibo.com/bgsxy?profile_ftype=1&is_all=1#_0’csv_name = ’bgsxy_allweibo.csv’ def start_chrome(): print(’開始創建瀏覽器’) driver = webdriver.Chrome(executable_path=’C:/Users/lori/Desktop/python52project/chromedriver_win32/chromedriver.exe’) driver.start_client() return driver def get_web(url): #獲取網頁,并下拉到最底部 print(’開始打開指定網頁’) driver.get(url) time.sleep(7) scoll_down() time.sleep(5) def scoll_down(): # 滾輪下拉到最底部 html_page = driver.find_element_by_tag_name(’html’) for i in range(7): print(i) html_page.send_keys(Keys.END) time.sleep(1) def get_data(): print(’開始查找并提取數據’) card_sel = ’div.WB_cardwrap.WB_feed_type’ time_sel = ’a.S_txt2[node-type='feed_list_item_date']’ source_sel = ’a.S_txt2[suda-uatrack='key=profile_feed&value=pubfrom_guest']’ content_sel = ’div.WB_text.W_f14’ interact_sel = ’span.line.S_line1>span>em:nth-child(2)’ cards = driver.find_elements_by_css_selector(card_sel) info_list = [] for card in cards: time = card.find_elements_by_css_selector(time_sel)[0].text #雖然有可能在一個card中有2個time元素,我們取第一個就對 if card.find_elements_by_css_selector(source_sel): source = card.find_elements_by_css_selector(source_sel)[0].text else: source = ’’ content = card.find_elements_by_css_selector(content_sel)[0].text link = card.find_elements_by_css_selector(time_sel)[0].get_attribute(’href’) trans = card.find_elements_by_css_selector(interact_sel)[1].text comment = card.find_elements_by_css_selector(interact_sel)[2].text like = card.find_elements_by_css_selector(interact_sel)[3].text info_list.append([time,source,content,link,trans,comment,like]) return info_list def save_csv(info_list,csv_name): csv_path = ’./’ + csv_name print(’開始寫入csv文件’) if os.path.exists(csv_path): with open(csv_path,’a’,newline=’’,encoding=’utf-8-sig’) as f: #newline=’’避免空行;encoding=’utf-8-sig’比utf8牛,保存中文沒問題 writer = csv.writer(f) writer.writerows(info_list) else: with open(csv_path,’w+’,newline=’’,encoding=’utf-8-sig’) as f: writer = csv.writer(f) writer.writerow([’發布時間’,’來源’,’內容’,’鏈接’,’轉發數’,’評論數’,’點贊數’]) writer.writerows(info_list) time.sleep(5) def next_page_url(): next_page_sel = ’a.page.next’ next_page_ele = driver.find_elements_by_css_selector(next_page_sel) if next_page_ele: return next_page_ele[0].get_attribute(’href’) else: return None driver = start_chrome()input(’請在chrome中登錄weibo.com’) # 暫停程序,手動登錄weibo.com while True: get_web(weibo_url) info_list = get_data() save_csv(info_list,csv_name) if next_page_url(): weibo_url = next_page_url() else: print(’爬取結束’) break

以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支持好吧啦網。

標簽: 微博 Python
相關文章:
主站蜘蛛池模板: 四虎影院久久 | 草久网| 国产高清精品一区二区三区 | 中文字幕亚洲免费 | 亚洲逼院 | 国产二区视频 | 久久久久网站 | 精品国产乱码 | 欧美性成人 | 亚洲精品免费在线观看 | 日本a∨视频 | 亚洲黄色成人网 | 91资源在线 | 国产欧美一区二区三区日本久久久 | 四虎成人av | 国产精品日韩欧美一区二区 | 成人国产在线视频 | 嫩草一区二区三区 | 欧美一区二区在线播放 | 中文字幕免费 | 国产欧美在线 | 欧美不卡一区二区三区 | 日韩激情视频一区 | 国产第一页在线播放 | 欧美啪啪网站 | 亚洲精品1区 | 国产精品免费一区二区三区四区 | 天天综合成人网 | 玩丰满女领导对白露脸hd | 欧美一区2区三区4区公司二百 | 久久久精品视频免费 | 亚洲一区二区三区在线播放 | 欧美一级大片免费观看 | 欧美aa在线| a视频在线播放 | 国产精品久久久亚洲 | 欧美一区二区成人 | 久久久久久一区 | 亚洲国产精久久久久久久 | 久久精品电影 | 中文字幕黄色大片 |