文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

python如何爬取微博热搜存入Mysql

2023-06-14 16:06

关注

这篇文章主要介绍了python如何爬取微博热搜存入Mysql,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。

Python主要用来做什么

Python主要应用于:1、Web开发;2、数据科学研究;3、网络爬虫;4、嵌入式应用开发;5、游戏开发;6、桌面应用开发。

在编程中,我们如果想要把数据转入数据库中,首先会选择 MySQL数据库。因为MySQL数据库体积小、速度快、总体拥有成本低、开放源代码,其有着广泛的应用,例如我们使用python爬虫微博热搜,就可以使用selenium爬取微博热搜存入Mysql。本文介绍使用python爬虫将爬取微博热搜存入Mysql的过程。

一、爬取微博热搜存入Mysql思路

使用selenium对目标网页进行请求;

使用xpath对网页元素进行定位,遍历获得所有数据;

使用pandas生成一个Dataframe对像,直接存入数据库。

二、爬取微博热搜存入Mysql实现

1、获取微博热搜链接和内容

all = browser.find_elements_by_xpath('//*[@id="pl_top_realtimehot"]/table/tbody/tr/td[2]/a')  #得到所有数据context = [i.text for i in c]  # 得到内容    links = [i.get_attribute('href') for i in c]  # 得到link

2、使用zip函数,将date,context,links合并

zip函数是将几个列表合成一个列表,并且按index对分列表的数据合并成一个元组,这个可以生产pandas对象。

dc = zip(dates, context, links)    pdf = pd.DataFrame(dc, columns=['date', 'hotsearch', 'link'])

3、链接到数据库

enging = create_engine("mysql+pymysql://root:123456@localhost:3306/webo?charset=utf8")pdf.to_sql(name='infromation', con=enging, if_exists="append")

实现总代码

from selenium.webdriver import Chrome, ChromeOptionsimport timefrom sqlalchemy import create_engineimport pandas as pddef 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 pdfdef 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('出错了')if __name__ == '__main__':    xx = get_data()    w_mysql(xx)

感谢你能够认真阅读完这篇文章,希望小编分享的“python如何爬取微博热搜存入Mysql”这篇文章对大家有帮助,同时也希望大家多多支持编程网,关注编程网行业资讯频道,更多相关知识等着你来学习!

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-数据库
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯