亚洲精品久久久中文字幕-亚洲精品久久片久久-亚洲精品久久青草-亚洲精品久久婷婷爱久久婷婷-亚洲精品久久午夜香蕉

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:89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: 欧美一级一片 | 国产大片91精品免费看3 | 伊人狼人久久 | 国产99re在线观看只有精品 | 日韩欧国产精品一区综合无码 | 成人午夜视频在线观看 | 亚洲国产欧美91 | 91音影| 欧美一区二区视频三区 | 一本大道一卡2卡三卡4卡麻豆 | 日本一级级特黄特色大片 | 国产情侣真实露脸在线最新 | 91亚洲精品视频 | 最近中文字幕免费完整 | 欧美日韩综合精品一区二区三区 | 亚洲综合在线最大成人 | 日韩在线观看网址 | 国产++欧洲韩国野花视频 | 国产高清在线精品 | 亚洲国产综合第一精品小说 | 国产在线黄 | 26uuu欧美视频在线观看 | 91果冻传媒文化有限公司 | 欧美金8天国 | 亚洲一区日韩二区欧美三区 | 国产自在自线2021 | 久久久久久久99精品免费 | 精品国产午夜久久久久九九 | 色婷婷精品视频 | 亚洲欧美日本一区 | 青青草一区二区免费精品 | 国内视频在线 | 欧美成人午夜毛片免费影院 | 黄频大全| 久久久久免费精品视频 | 欧美一级高清片免费一级 | 免费观看黄色毛片 | 国产精品亚洲一区二区三区在线观看 | chinese乱子伦videos | 欧美亚洲国产成人精品 | 国产激情网 |