最終的效果
廢話不多少，直接上圖
這里可以清楚的看到，數據庫里包含了日期，內容，和網站link
下面我們來分析怎么實現
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，遍歷獲得所有數據
然后使用pandas生成一個Dataframe對像，直接存入數據庫
一：得到數據
我們看到，使用xpath可以得到51條數據，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') #得到所有數據
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函數，將date，context，links合并
zip函數是將幾個列表合成一個列表，并且按index對分列表的數據合并成一個元組，這個可以生產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：鏈接數據庫
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)
到此這篇關于python+selenium爬取微博熱搜存入Mysql的實現方法的文章就介紹到這了,更多相關python selenium爬取微博熱搜存入Mysql內容請搜索腳本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腳本之家！
您可能感興趣的文章:- python爬取天氣數據的實例詳解
- 用python爬取歷史天氣數據的方法示例
- python爬取哈爾濱天氣信息
- python3爬取各類天氣信息
- Python爬取國外天氣預報網站的方法
- Python爬蟲爬取微博熱搜保存為 Markdown 文件的源碼
- 如何用python爬取微博熱搜數據并保存
- Python網絡爬蟲之爬取微博熱搜
- python趣味挑戰之爬取天氣與微博熱搜并自動發給微信好友
