python简易爬取今日头条的热榜

前言

提到python就离不开爬虫，把想要的资料文章新闻图片视频等等都获取到并保存，百度上随便找个网站就能练练但是爬取的东西都没啥意义，好玩的网站反爬机制小白破解不了流程也复杂，接口入参加密长时间调接口ip被限制等等，但是selenium是最无敌的，走到哪几乎就能获取到哪，闲的没事写写玩

今日头条首页的头条热榜【换一批】

初始会有10条新闻，然后点击【换一批】到下一页，因为不知道具体有多少页【换一批】多少次就会重复回来，所以在代码里【换一批】写了个死循环，内容重复就停了。然后把热榜的标题和对应热榜详细的网址都存到excel中

代码

先是把启动selenium单拿出来写

from selenium import webdriver
import time

class Ui:

    def __init__(self):
        self.url = 'https://www.toutiao.com/'

    def Supply_chain(self):
        options = webdriver.ChromeOptions()
        options.add_experimental_option('excludeSwitches',['enable-logging'])      #关闭打印日志
        # options.add_argument('--headless')                                       #关闭浏览器头(无头模式)
        test = webdriver.Chrome('drive\chromedriver.exe',options=options)
        test.get(self.url)
        test.maximize_window()
        time.sleep(4)
        return test

然后在另一个模块中引用这个Supply_chain方法，进行业务操作获取到保存就行了，每次都会创建文件夹名字用的uuid防止重复

from common.open_headlines import Ui
import xlsxwriter
import uuid