久久福利_99r_国产日韩在线视频_直接看av的网站_中文欧美日韩_久久一

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:93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: 成人二区 | 三级成人在线 | 中文字幕成人 | 国产精品18 | 欧美日韩在线精品 | √8天堂资源地址中文在线 成人欧美一区二区三区白人 | 中文日韩在线 | 国内精品国产成人国产三级粉色 | 午夜亚洲一区 | 一区二区三区视频免费在线观看 | 一区二区不卡 | 亚洲精品一区二区三区蜜桃久 | 日韩精品一区二区三区在线观看 | 狠狠撸在线 | 欧美成年黄网站色视频 | 91精品一区二区三区久久久久久 | 日韩极品视频 | 国产午夜久久久久 | 99久久夜色精品国产亚洲1000部 | 成人av网站在线观看 | 久久久影视 | 国产三级视频 | 日韩一级在线免费观看 | 激情久久av一区av二区av三区 | 日韩欧美国产一区二区 | 爱福利视频 | 欧美啊v | 欧美一级一区 | 国产精品日本一区二区在线播放 | 精品无码久久久久久国产 | 粉嫩高清一区二区三区 | 有码在线 | 97国产超碰 | 国产日产精品一区二区三区四区 | 日韩欧美中文字幕在线视频 | 夜夜操天天操 | 国产精产国品一二三产区视频 | 欧美一级片在线观看 | 日韩a在线| 日韩精品中文字幕一区二区三区 | 91一区二区在线观看 |