目錄
- 使用的庫
- 一：得到數(shù)據(jù)
- 二：鏈接數(shù)據(jù)庫
最終的效果
廢話不多少，直接上圖
這里可以清楚的看到，數(shù)據(jù)庫里包含了日期，內(nèi)容，和網(wǎng)站link
下面我們來分析怎么實(shí)現(xiàn)
使用的庫
import requests
from selenium.webdriver import Chrome, ChromeOptions
import time
from sqlalchemy import create_engine
import pandas as pd
目標(biāo)分析
這是微博熱搜的link：點(diǎn)我可以到目標(biāo)網(wǎng)頁
首先我們使用selenium對(duì)目標(biāo)網(wǎng)頁進(jìn)行請(qǐng)求
然后我們使用xpath對(duì)網(wǎng)頁元素進(jìn)行定位，遍歷獲得所有數(shù)據(jù)
然后使用pandas生成一個(gè)Dataframe對(duì)像，直接存入數(shù)據(jù)庫
一：得到數(shù)據(jù)
我們看到，使用xpath可以得到51條數(shù)據(jù)，這就是各熱搜，從中我們可以拿到鏈接和標(biāo)題內(nèi)容
all = browser.find_elements_by_xpath('//*[@id="pl_top_realtimehot"]/table/tbody/tr/td[2]/a') #得到所有數(shù)據(jù)
context = [i.text for i in c] # 得到標(biāo)題內(nèi)容
links = [i.get_attribute('href') for i in c] # 得到link
然后我們?cè)偈褂脄ip函數(shù)，將date，context，links合并
zip函數(shù)是將幾個(gè)列表合成一個(gè)列表，并且按index對(duì)分列表的數(shù)據(jù)合并成一個(gè)元組，這個(gè)可以生產(chǎn)pandas對(duì)象。
dc = zip(dates, context, links)
pdf = pd.DataFrame(dc, columns=['date', 'hotsearch', 'link'])
其中date可以使用time模塊獲得
二：鏈接數(shù)據(jù)庫
這個(gè)很容易
enging = create_engine("mysql+pymysql://root:123456@localhost:3306/webo?charset=utf8")
pdf.to_sql(name='infromation', con=enging, if_exists="append")
總代碼
from selenium.webdriver import Chrome, ChromeOptions
import time
from sqlalchemy import create_engine
import pandas as pd
def get_data():
url = r"https://s.weibo.com/top/summary" # 微博的地址
option = ChromeOptions()
option.add_argument('--headless')
option.add_argument("--no-sandbox")
browser = Chrome(options=option)
browser.get(url)
all = browser.find_elements_by_xpath('//*[@id="pl_top_realtimehot"]/table/tbody/tr/td[2]/a')
context = [i.text for i in all]
links = [i.get_attribute('href') for i in all]
date = time.strftime("%Y-%m-%d-%H_%M_%S", time.localtime())
dates = []
for i in range(len(context)):
dates.append(date)
# print(len(dates),len(context),dates,context)
dc = zip(dates, context, links)
pdf = pd.DataFrame(dc, columns=['date', 'hotsearch', 'link'])
# pdf.to_sql(name=in, con=enging, if_exists="append")
return pdf
def w_mysql(pdf):
try:
enging = create_engine("mysql+pymysql://root:123456@localhost:3306/webo?charset=utf8")
pdf.to_sql(name='infromation', con=enging, if_exists="append")
except:
print('出錯(cuò)了')
if __name__ == '__main__':
xx = get_data()
w_mysql(xx)
到此這篇關(guān)于python+selenium爬取微博熱搜存入Mysql的實(shí)現(xiàn)方法的文章就介紹到這了,更多相關(guān)python selenium爬取微博熱搜存入Mysql內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- python爬取天氣數(shù)據(jù)的實(shí)例詳解
- 用python爬取歷史天氣數(shù)據(jù)的方法示例
- python爬取哈爾濱天氣信息
- python3爬取各類天氣信息
- Python爬取國外天氣預(yù)報(bào)網(wǎng)站的方法
- Python爬蟲爬取微博熱搜保存為 Markdown 文件的源碼
- 如何用python爬取微博熱搜數(shù)據(jù)并保存
- Python網(wǎng)絡(luò)爬蟲之爬取微博熱搜
- python趣味挑戰(zhàn)之爬取天氣與微博熱搜并自動(dòng)發(fā)給微信好友
