激情久久久_欧美视频区_成人av免费_不卡视频一二三区_欧美精品在欧美一区二区少妇_欧美一区二区三区的

腳本之家,腳本語言編程技術及教程分享平臺!
分類導航

Python|VBS|Ruby|Lua|perl|VBA|Golang|PowerShell|Erlang|autoit|Dos|bat|

服務器之家 - 腳本之家 - Python - 如何使用python爬取知乎熱榜Top50數據

如何使用python爬取知乎熱榜Top50數據

2022-01-12 00:20小狐貍夢想去童話鎮 Python

主要是爬取知乎熱榜的問題及點贊數比較高的答案,通過requests請求庫進行爬取,對大家的學習或工作具有一定的價值,需要的朋友可以參考下

1、導入第三方庫

import urllib.request,urllib.error  #請求網頁
from bs4 import BeautifulSoup  # 解析數據
import sqlite3  # 導入數據庫
import re # 正則表達式
import time # 獲取當前時間

 

2、程序的主函數

def main():
  # 聲明爬取網頁
  baseurl = "https://www.zhihu.com/hot"
  # 爬取網頁
  datalist = getData(baseurl)
  #保存數據
  dbname = time.strftime("%Y-%m-%d", time.localtime()) # 
  dbpath = "zhihuTop50  " + dbname
  saveData(datalist,dbpath)

 

3、正則表達式匹配數據

#正則表達式
findlink = re.compile(r'<a class="css-hi1lih" href="(.*?)" rel="external nofollow"  rel="external nofollow" ') #問題鏈接
findid = re.compile(r'<div class="css-blkmyu">(.*?)</div>') #問題排名
findtitle = re.compile(r'<h1 class="css-3yucnr">(.*?)</h1>') #問題標題
findintroduce = re.compile(r'<div class="css-1o6sw4j">(.*?)</div>') #簡要介紹
findscore = re.compile(r'<div class="css-1iqwfle">(.*?)</div>') #熱門評分
findimg = re.compile(r'<img class="css-uw6cz9" src="(.*?)"/>') #文章配圖

 

4、程序運行結果

如何使用python爬取知乎熱榜Top50數據

如何使用python爬取知乎熱榜Top50數據

 

5、程序源代碼

import urllib.request,urllib.error
from bs4 import BeautifulSoup
import sqlite3
import re
import time

def main():
  # 聲明爬取網頁
  baseurl = "https://www.zhihu.com/hot"
  # 爬取網頁
  datalist = getData(baseurl)
  #保存數據
  dbname = time.strftime("%Y-%m-%d", time.localtime())
  dbpath = "zhihuTop50  " + dbname
  saveData(datalist,dbpath)
  print()
#正則表達式
findlink = re.compile(r'<a class="css-hi1lih" href="(.*?)" rel="external nofollow"  rel="external nofollow" ') #問題鏈接
findid = re.compile(r'<div class="css-blkmyu">(.*?)</div>') #問題排名
findtitle = re.compile(r'<h1 class="css-3yucnr">(.*?)</h1>') #問題標題
findintroduce = re.compile(r'<div class="css-1o6sw4j">(.*?)</div>') #簡要介紹
findscore = re.compile(r'<div class="css-1iqwfle">(.*?)</div>') #熱門評分
findimg = re.compile(r'<img class="css-uw6cz9" src="(.*?)"/>') #文章配圖

def getData(baseurl):
  datalist = []
  html = askURL(baseurl)
  # print(html)

  soup = BeautifulSoup(html,'html.parser')
  for item in soup.find_all('a',class_="css-hi1lih"):
      # print(item)
      data = []
      item = str(item)

      Id = re.findall(findid,item)
      if(len(Id) == 0):
          Id = re.findall(r'<div class="css-mm8qdi">(.*?)</div>',item)[0]
      else: Id = Id[0]
      data.append(Id)
      # print(Id)

      Link = re.findall(findlink,item)[0]
      data.append(Link)
      # print(Link)

      data.append(Title)
      # print(Title)

      Introduce = re.findall(findintroduce,item)
      if(len(Introduce) == 0):
          Introduce = " "
      else:Introduce = Introduce[0]
      data.append(Introduce)
      # print(Introduce)

      Score = re.findall(findscore,item)[0]
      data.append(Score)
      # print(Score)

      Img = re.findall(findimg,item)
      if (len(Img) == 0):
          Img = " "
      else: Img = Img[0]
      data.append(Img)
      # print(Img)
      datalist.append(data)
  return datalist
def askURL(baseurl):
  # 設置請求頭
  head = {
      # "User-Agent": "Mozilla/5.0 (Windows NT 10.0;Win64;x64) AppleWebKit/537.36(KHTML, likeGecko) Chrome/80.0.3987.163Safari/537.36"
      "User-Agent": "Mozilla / 5.0(iPhone;CPUiPhoneOS13_2_3likeMacOSX) AppleWebKit / 605.1.15(KHTML, likeGecko) Version / 13.0.3Mobile / 15E148Safari / 604.1"
  }
  request = urllib.request.Request(baseurl, headers=head)
  html = ""
  try:
      response = urllib.request.urlopen(request)
      html = response.read().decode("utf-8")
      # print(html)
  except urllib.error.URLError as e:
      if hasattr(e, "code"):
          print(e.code)
      if hasattr(e, "reason"):
          print(e.reason)
  return html
  print()
def saveData(datalist,dbpath):
  init_db(dbpath)
  conn = sqlite3.connect(dbpath)
  cur = conn.cursor()

  for data in datalist:
      sql = '''
      insert into Top50(
      id,info_link,title,introduce,score,img)
      values("%s","%s","%s","%s","%s","%s")'''%(data[0],data[1],data[2],data[3],data[4],data[5])
      print(sql)
      cur.execute(sql)
      conn.commit()
  cur.close()
  conn.close()
def init_db(dbpath):
  sql = '''
  create table Top50
  (
  id integer primary key autoincrement,
  info_link text,
  title text,
  introduce text,
  score text,
  img text
  )
  '''
  conn = sqlite3.connect(dbpath)
  cursor = conn.cursor()
  cursor.execute(sql)
  conn.commit()
  conn.close()

if __name__ =="__main__":
  main()

到此這篇關于如何使用python爬取知乎熱榜Top50數據的文章就介紹到這了,更多相關python 爬取知乎內容請搜索服務器之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持服務器之家!

原文鏈接:https://blog.csdn.net/gets_s/article/details/115096619

延伸 · 閱讀

精彩推薦
主站蜘蛛池模板: 日本在线播放一区 | 国产91一区二区三区 | 一级免费特黄视频 | a黄色片 | 日本在线一区二区 | 色网站免费观看 | 色播久久| 99欧美视频| 久久国产精品久久精品国产演员表 | 88xx成人精品视频 | 99这里有精品 | av手机免费在线观看 | 欧美亚州| 欧美日韩成人一区二区 | 日韩视频在线观看免费视频 | 色女孩网 | 女女久久| 一级一片免费看 | 色人阁在线视频 | 久久久久女人精品毛片 | 一级黄色欧美 | 亚洲欧美在线视频免费 | 99热高清 | 五月婷婷天堂 | 五月天堂婷婷 | 最新中文在线视频 | japanese hot milf free av | 亚洲网站一区 | 在线a视频 | 久久精品视频4 | 欧美性生活久久 | 少妇一级淫片免费看 | 精国产品一区二区三区 | 亚洲精品aⅴ中文字幕乱码 中文字幕欧美在线 | 97zyz成人免费视频 | 久久精品国产一区二区 | 性 毛片 | 欧美精品一区二区三区久久久 | 国产羞羞网站 | 久久影院免费观看 | 黄色一级视频 |