python爬取贴吧楼主的所有回复,使用python爬取贴吧帖子评论

这段代码演示了如何使用Python结合requests和selenium库爬取百度贴吧中的帖子及其楼中楼回复。首先设置无头浏览器,然后通过BeautifulSoup解析网页源码,提取帖子页面和评论数据。通过对不同页面的迭代,收集到的所有评论被保存到pickle文件中。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

import requests

from bs4 import BeautifulSoup

from selenium import webdriver

from selenium.webdriver.common.desired_capabilities import  DesiredCapabilities

import re

import json

import time

# import matplotlib.pyplot as plt

import pickle

# import pprint as pp

def set_driver():

'''

设置一个headless_chrome浏览器

:return:

'''

# print('set_driver……')

dcap = dict(DesiredCapabilities.PHANTOMJS)

dcap['phantomjs.page.settings.userAgent'] = 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36'

chrome_options = webdriver.ChromeOptions()

chrome_options.add_argument('--headless')  # 设置headless模型

chrome_options.add_argument("--disable-gpu")

driver = webdriver.Chrome(chrome_options=chrome_options,desired_c

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