python实现爬取微博热搜存入Mysql_python

概述python实现爬取微博热搜存入Mysql

@H_404_2@@H_404_2@

免费学习推荐：python视频教程@H_404_2@

python爬取微博热搜存入MysqL@H_404_2@最终的效果使用的库目标分析一：得到数据二：链接数据库总代码

最终的效果@H_404_2@

废话不多少，直接上图

@H_404_2@
这里可以清楚的看到，数据库里包含了日期，内容，和网站link
下面我们来分析怎么实现@H_404_2@

使用的库@H_404_2@

import requestsfrom selenium.webdriver import Chrome, ChromeOptionsimport timefrom sqlalchemy import create_engineimport pandas as pd

目标分析@H_404_2@

这是微博热搜的link：点我可以到目标网页

@H_404_2@
首先我们使用selenium对目标网页进行请求
然后我们使用xpath对网页元素进行定位，遍历获得所有数据
然后使用pandas生成一个Dataframe对像，直接存入数据库@H_404_2@

一：得到数据@H_404_2@

@H_404_2@
我们看到，使用xpath可以得到51条数据，这就是各热搜，从中我们可以拿到链接和标题内容@H_404_2@

	all = browser.find_elements_by_xpath('//*[@ID="pl_top_realtimehot"]/table/tbody/tr/td[2]/a')  #得到所有数据	context = [i.text for i in c]  # 得到标题内容    links = [i.get_attribute('href') for i in c]  # 得到link

然后我们再使用zip函数，将date，context，links合并
zip函数是将几个列表合成一个列表，并且按index对分列表的数据合并成一个元组，这个可以生产pandas对象。@H_404_2@

dc = zip(dates, context, links)    pdf = pd.DataFrame(dc, columns=['date', 'hotsearch', 'link'])

其中date可以使用time模块获得@H_404_2@

二：链接数据库@H_404_2@

这个很容易@H_404_2@

enging = create_engine("MysqL+pyMysqL://root:123456@localhost:3306/webo?charset=utf8")pdf.to_sql(name='infromation', con=enging, if_exists="append")

总代码@H_404_2@

from selenium.webdriver import Chrome, ChromeOptionsimport timefrom sqlalchemy import create_engineimport pandas as pddef 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 pdfdef 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('出错了')if __name__ == '__main__':    xx = get_data()    w_MysqL(xx)

希望能够帮到大家一点，大家一起共同进步，共同成长！
祝大家新年快乐！！！@H_404_2@