设为首页 收藏本站

运维网

查看: 967|回复: 0

[经验分享] 用python+selenium抓取微博24小时热门话题的前15个并保存到txt...

[复制链接]

累计签到:1 天
连续签到:1 天
发表于 2016-12-19 13:23:48 | 显示全部楼层 |阅读模式
抓取微博24小时热门话题的前15个,抓取的内容请保存至txt文件中,需要抓取阅读数
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
#coding=utf-8
from selenium import webdriver
import unittest
from time import sleep

class Weibo(unittest.TestCase):

    def setUp(self):
        self.dr = webdriver.Chrome()
        self.hot_list = self.get_weibo_hot_topic()
        self.weibo_topic = self.get_top_rank_file()

    def get_weibo_hot_topic(self):
        self.dr.get('http://weibo.com/')
        sleep(5)
        self.login('649004152@qq.com','kemi_xxxx') #微博帐号密码
        self.dr.get('http://d.weibo.com/100803?refer=index_hot_new')  #热门话题url
        sleep(5)
        hot_topic_list = []
        i = 0
        while i < 15:
            rank_and_topic = self.dr.find_elements_by_css_selector('.title.W_autocut').text #定位排行和话题
            number = self.dr.find_elements_by_css_selector('.number').text #定位阅读数
            hot_topic_list.append([rank_and_topic, number])
            i += 1
        return hot_topic_list

    def get_top_rank_file(self):
        self.file_title = '微博24小时热门话题'
        self.file = open(self.file_title + '.txt', 'wb')
        for item in self.hot_list:
            separate_line = '~~~~~~~~~~~~~~~~~~~~~~~~\n'
            self.file.write(separate_line.encode('utf-8'))
            self.file.write((item[0]+'  '+'阅读数:'+item[1]+'\n').encode('utf-8'))
        self.file.close()

    def login(self, username, password):
        self.dr.find_element_by_name('username').clear()
        self.dr.find_element_by_name('username').send_keys(username)
        self.dr.find_element_by_name('password').send_keys(password)
        self.dr.find_element_by_css_selector('.info_list.login_btn').click()
         
    def test_weibo_topic(self):
        pass
        print('抓取完毕')

    def tearDown(self):
        self.dr.quit()

if __name__== '__main__':
    unittest.main()



网页如下:
942023-20161215234614667-550311380.jpg
生成txt文件如下:
942023-20161215234651292-1790454800.jpg


运维网声明 1、欢迎大家加入本站运维交流群:群②:197202523 群⑤:202807635 群⑦870801961 群⑧679858003 群⑨230483671
2、本站所有主题由该帖子作者发表,该帖子作者与运维网享有帖子相关版权
3、所有作品的著作权均归原作者享有,请您和我们一样尊重他人的著作权等合法权益。如果您对作品感到满意,请购买正版
4、禁止制作、复制、发布和传播具有反动、淫秽、色情、暴力、凶杀等内容的信息,一经发现立即删除。若您因此触犯法律,一切后果自负,我们对此不承担任何责任
5、所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其内容的准确性、可靠性、正当性、安全性、合法性等负责,亦不承担任何法律责任
6、所有作品仅供您个人学习、研究或欣赏,不得用于商业或者其他用途,否则,一切后果均由您自己承担,我们对此不承担任何法律责任
7、如涉及侵犯版权等问题,请您及时通知我们,我们将立即采取措施予以解决
8、联系人Email:admin@iyunv.com 网址:www.iyunv.com

所有资源均系网友上传或者通过网络收集,我们仅提供一个展示、介绍、观摩学习的平台,我们不对其承担任何法律责任,如涉及侵犯版权等问题,请您及时通知我们,我们将立即处理,联系人Email:kefu@iyunv.com,QQ:1061981298 本贴地址:https://www.iyunv.com/thread-316491-1-1.html 上篇帖子: python面向对象编程 下篇帖子: 用python+selenium获取北上广深成五地PM2.5数据信息并按空气... 热门话题 python 微博
点击关注更多内容
您需要登录后才可以回帖 登录 | 立即注册  

本版积分规则  允许回帖邮件提醒楼主

扫码加入运维网微信交流群X

扫码加入运维网微信交流群

扫描二维码加入运维网微信交流群,最新一手资源尽在官方微信交流群!快快加入我们吧...

扫描微信二维码查看详情

客服 E-mail:kefu@iyunv.com

本站由青云提供云计算服务

运维网--中国最专业的运维工程师交流社区

京ICP备14039699号-1 Copyright © 2012-2020

使用手机软件扫描微信二维码

关注我们可获取更多热点资讯

Good good study day day up


客服E-mail:kefu@iyunv.com 在线客服QQ:点击这里给我发消息


提醒:禁止发布任何违反国家法律、法规的言论与图片等内容;本站内容均来自个人观点与网络等信息,非本站认同之观点.


本站大部分资源是网友从网上搜集分享而来,其版权均归原作者及其网站所有,我们尊重他人的合法权益,如有内容侵犯您的合法权益,请及时与我们联系进行核实删除!



合作伙伴: 青云cloud bjyun

快速回复 返回顶部 返回列表