色综合图-色综合图片-色综合图片二区150p-色综合图区-玖玖国产精品视频-玖玖香蕉视频

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:87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: 俄罗斯小屁孩cao大人免费 | 国产成人在线播放 | 岛国伊人 | 亚洲第一网站在线观看 | 成人性一级视频在线观看 | 九九精品视频一区在线 | 免费一级特黄 欧美大片 | 视频在线一区 | 久久久久欧美精品 | 18videosex性欧美69超高清 | 日韩不卡一级毛片免费 | 自怕偷自怕亚洲精品 | 天堂8中文在线最新版在线 天堂8资源8在线 | 91aaa免费免费国产在线观看 | 一区二区三区免费高清视频 | 免费看一级 | 亚洲一区成人 | 欧美在线成人午夜影视 | 国产欧美日韩综合精品一区二区三区 | 中文字幕有码在线播放 | 97dyy影院理论片 | 国产成人精品一区二三区 | 亚洲精品久久精品h成人 | 国产美女视频黄a视频全免费网站 | 免费黄色欧美 | 美国一级毛片视频 | 在线观看视频一区 | 麻豆一区 | 成人性一级视频在线观看 | 成人欧美一级毛片免费观看 | 成年女人毛片免费视频 | 手机看片精品高清国产日韩 | 免费精品99久久国产综合精品 | 美美女高清毛片视频免费观看 | 久久精品在线观看 | 国产在线91精品入口首页 | 欧美日韩视频精品一区二区 | 亚洲乱强 | 日本美女福利视频 | 欧美成人伊人十综合色 | 国产精品吹潮在线播放 |