百度热搜榜标题与热搜指数爬虫(python)

新手第一次写博客,仿照老师给的爬虫结构写了一个

用python写的爬虫,爬取了热搜榜的内容

源码:

# -*- coding: utf-8 -*-
"""
Created on Sun Mar  5 09:38:08 2023

@author: DELL
"""

url = 'http://top.baidu.com/buzz?b=1&fr=topindex'
def getSoup(Url):
      headers = {
'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/93.0.4577.82 Safari/537.36'
} # 设置请求头
      proxy = {'http': 'http://101.4.136.34:82'}# 设置代理 http-协议类型 101.4.136.34-代理ip  82-代理端口
      urls=requests.get(url,headers=headers)
      r = requests.get(url, headers=headers, timeout=30)
      r.encoding = r.apparent_encoding# 获取网页的编码格式
      context = r.text # 获取HTML网页
      soup = BeautifulSoup(r.text,'html.parser') # 解析网页 
      return soup
def getContext():
    soup = getSoup(url)
    # 获取<div class='category-wrap_iQLoo horizontal_1eKyQ'></div>所有标签项
    info_clear_all = soup.find_all('div', class_='category-wrap_iQLoo horizontal_1eKyQ')
    for a in info_clear_all:
        # 获取标题
        label_a_title = a.find('div', class_='c-single-text-ellipsis')  # 获取标题所在的a标签
        title = label_a_title.text.replace(' ', '').strip().replace('\n', '')  # 获取标题
        print('标题:'+title)
        # 获取热搜指数
        hot_index = a.find('div', class_='hot-index_1Bl1a')
        hot_index_num = hot_index.text.replace(' ', '').strip().replace('\n', '')
        print('热搜指数:'+hot_index_num)
        
        
if __name__ == "__main__":
    getContext()

结果如下:

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值