python爬取微博熱搜存入Mysql
- 最終的效果
- 使用的庫
- 目標分析
- 一：得到資料
- 二：鏈接資料庫
- 總代碼
最終的效果
廢話不多少，直接上圖
這里可以清楚的看到，資料庫里包含了日期，內容，和網站link
下面我們來分析怎么實作
使用的庫
import requests
from selenium.webdriver import Chrome, ChromeOptions
import time
from sqlalchemy import create_engine
import pandas as pd
目標分析
這是微博熱搜的link：點我可以到目標網頁
首先我們使用selenium對目標網頁進行請求
然后我們使用xpath對網頁元素進行定位，遍歷獲得所有資料
然后使用pandas生成一個Dataframe對像，直接存入資料庫
一：得到資料
我們看到，使用xpath可以得到51條資料，這就是各熱搜，從中我們可以拿到鏈接和標題內容
all = browser.find_elements_by_xpath('//*[@id="pl_top_realtimehot"]/table/tbody/tr/td[2]/a') #得到所有資料
context = [i.text for i in c] # 得到標題內容
links = [i.get_attribute('href') for i in c] # 得到link
然后我們再使用zip函式，將date，context，links合并
zip函式是將幾個串列合成一個串列，并且按index對分串列的資料合并成一個元組，這個可以生產pandas物件，
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：鏈接資料庫
這個很容易
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('出錯了')
if __name__ == '__main__':
xx = get_data()
w_mysql(xx)
希望能夠幫到大家一點，大家一起共同進步，共同成長！
祝大家新年快樂！！！
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/253105.html
標籤：python
上一篇：成功解決Type Error: can‘t multiply sequence by non-int of type ‘float‘