這篇文章主要介紹了python如何實現(xiàn)爬取微博熱搜存入Mysql，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

成都創(chuàng)新互聯(lián)是一家集網(wǎng)站建設(shè),柳河企業(yè)網(wǎng)站建設(shè),柳河品牌網(wǎng)站建設(shè),網(wǎng)站定制,柳河網(wǎng)站建設(shè)報價,網(wǎng)絡(luò)營銷,網(wǎng)絡(luò)優(yōu)化,柳河網(wǎng)站推廣為一體的創(chuàng)新建站企業(yè)，幫助傳統(tǒng)企業(yè)提升企業(yè)形象加強企業(yè)競爭力。可充分滿足這一群體相比中小企業(yè)更為豐富、高端、多元的互聯(lián)網(wǎng)需求。同時我們時刻保持專業(yè)、時尚、前沿，時刻以成就客戶成長自我，堅持不斷學(xué)習(xí)、思考、沉淀、凈化自己，讓我們?yōu)楦嗟钠髽I(yè)打造出實用型網(wǎng)站。

python爬取微博熱搜存入Mysql

• 
  

• 最終的效果

• 使用的庫

• 目標(biāo)分析

• 一：得到數(shù)據(jù)

• 二：鏈接數(shù)據(jù)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，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：點我可以到目標(biāo)網(wǎng)頁

首先我們使用selenium對目標(biāo)網(wǎng)頁進(jìn)行請求
然后我們使用xpath對網(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Dataframe對像，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

然后我們再使用zip函數(shù)，將date，context，links合并
zip函數(shù)是將幾個列表合成一個列表，并且按index對分列表的數(shù)據(jù)合并成一個元組，這個可以生產(chǎn)pandas對象。

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)

感謝你能夠認(rèn)真閱讀完這篇文章，希望小編分享的“python如何實現(xiàn)爬取微博熱搜存入Mysql”這篇文章對大家有幫助，同時也希望大家多多支持創(chuàng)新互聯(lián)網(wǎng)站建設(shè)公司，，關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道，更多相關(guān)知識等著你來學(xué)習(xí)!

網(wǎng)頁題目：python如何實現(xiàn)爬取微博熱搜存入Mysql-創(chuàng)新互聯(lián)
本文URL：http://weahome.cn/article/dcpsdj.html