百度实时热点爬取

#>>>>>>>>>>>>>>>>>>>>>>>百度头条实时热点爬取

#>>>>>>>>>>>>>>>>>>>>>>>百度头条实时热点爬取


from bs4 import BeautifulSoup
import requests
import time
from fake_useragent import UserAgent


#伪造一个  UserAgent 赋值给use
use = UserAgent().chrome

url = 'http://top.baidu.com/buzz?b=1&c=513&fr=topbuzz_b341_c513'
headers = {
    'User-Agent':use
        }


#发起请求,请求源码, 转码
response = requests.get(url,headers = headers)
response.encoding = response.apparent_encoding    #因为输出的不是中文,所以要转换编码格式
html = response.text


#调用bs4解析网页,把所有的tr标签全部匹配
soup = BeautifulSoup(html,'lxml')
masgs = soup.find_all('tr')[1:]
# print(masgs)


#遍历获得每个需要的信息
for td in masgs:
    ranking1 = td.find_all(class_="num-top")        #排名         #前三
    ranking2 = td.find_all(class_="num-normal")                  #除去前三  class_="num-normal"
    content = td.find_all(class_="list-title")      #文案
    head = td.find_all(class_="icon-rise")          #热度
    href = td.find_all('a',attrs={'class':"list-title",'target':"_blank"}) #  信息的跳转href
    for rank1,content,head,href in zip(ranking1,content,head,href):
        data1={
            'rand': rank1.get_text(),
            'content':content.get_text(),
            'head':int(head.get_text()),
            'href':href['href']
        }
        # print(data1)

    for rank2,content,head,href in zip(ranking2,content,head,href):
        data2={
            'rand': rank2.get_text(),
            'content':content.get_text(),
            'head': int(head.get_text()),
            'href':href['href']
        }
        print(data2)

在这里插入图片描述

  • 0
    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