婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av

主頁 > 知識庫 > python爬蟲今日熱榜數據到txt文件的源碼

python爬蟲今日熱榜數據到txt文件的源碼

熱門標簽:qt百度地圖標注 正安縣地圖標注app 電銷機器人系統廠家鄭州 400電話申請資格 地圖地圖標注有嘆號 遼寧智能外呼系統需要多少錢 舉辦過冬奧會的城市地圖標注 螳螂科技外呼系統怎么用 阿里電話機器人對話

今日熱榜:https://tophub.today/

爬取數據及保存格式:

爬取后保存為.txt文件:

部分內容:


源碼及注釋:

import requests
from bs4 import BeautifulSoup

def download_page(url):
  headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.130 Safari/537.36"}
  try:
    r = requests.get(url,timeout = 30,headers=headers)
    return r.text
  except:
    return "please inspect your url or setup"


def get_content(html,tag):
  output = """  排名:{}\n  標題:{} \n  熱度:{}\n  鏈接:{}\n  ------------\n"""
  output2 = """平臺:{}  榜單類型:{}  最近更新:{}\n------------\n"""
  num=[]
  title=[]
  hot=[]
  href=[]
  soup = BeautifulSoup(html, 'html.parser')
  con = soup.find('div',attrs={'class':'bc-cc'})
  con_list = con.find_all('div', class_="cc-cd")
  for i in con_list: 
    author = i.find('div', class_='cc-cd-lb').get_text() # 獲取平臺名字
    time = i.find('div', class_='i-h').get_text() # 獲取最近更新
    link = i.find('div', class_='cc-cd-cb-l').find_all('a') # 獲取所有鏈接 
    gender = i.find('span', class_='cc-cd-sb-st').get_text() # 獲取類型 
    save_txt(tag,output2.format(author, gender,time))
    for k in link:
      href.append(k['href'])
      num.append(k.find('span', class_='s').get_text())
      title.append(str(k.find('span', class_='t').get_text()))
      hot.append(str(k.find('span', class_='e').get_text()))
    for h in range(len(num)): 
      save_txt(tag,output.format(num[h], title[h], hot[h], href[h]))


def save_txt(tag,*args):
  for i in args:
    with open(tag+'.txt', 'a', encoding='utf-8') as f:
      f.write(i)


def main():
  #   綜合  科技  娛樂  社區    購物   財經
  page=['news','tech','ent','community','shopping','finance']
  for tag in page:
    url = 'https://tophub.today/c/{}'.format(tag)
    html = download_page(url)
    get_content(html,tag)

if __name__ == '__main__':
  main()

到此這篇關于python爬蟲今日熱榜數據到txt文件的源碼的文章就介紹到這了,更多相關python爬蟲今日熱榜數據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爬蟲爬取全球疫情數據并存儲到mysql數據庫的步驟
  • python爬蟲scrapy基于CrawlSpider類的全站數據爬取示例解析
  • python實現scrapy爬蟲每天定時抓取數據的示例代碼
  • 詳解Python之Scrapy爬蟲教程NBA球員數據存放到Mysql數據庫
  • python爬蟲實現爬取同一個網站的多頁數據的實例講解
  • python爬蟲利用selenium實現自動翻頁爬取某魚數據的思路詳解
  • python爬蟲分布式獲取數據的實例方法
  • python爬蟲爬取網頁數據并解析數據
  • Python爬蟲實例——爬取美團美食數據
  • Python爬蟲數據的分類及json數據使用小結

標簽:合肥 信陽 昭通 阜新 濟源 興安盟 隨州 淘寶好評回訪

巨人網絡通訊聲明:本文標題《python爬蟲今日熱榜數據到txt文件的源碼》,本文關鍵詞  python,爬蟲,今日,熱榜,數據,;如發現本文內容存在版權問題,煩請提供相關信息告之我們,我們將及時溝通與處理。本站內容系統采集于網絡,涉及言論、版權與本站無關。
  • 相關文章
  • 下面列出與本文章《python爬蟲今日熱榜數據到txt文件的源碼》相關的同類信息!
  • 本頁收集關于python爬蟲今日熱榜數據到txt文件的源碼的相關信息資訊供網民參考!
  • 推薦文章
    主站蜘蛛池模板: 湘潭市| 太谷县| 武隆县| 运城市| 乐清市| 申扎县| 肥西县| 高淳县| 三亚市| 吉隆县| 上犹县| 南汇区| 绵竹市| 颍上县| 同江市| 临西县| 当雄县| 百色市| 旬阳县| 财经| 林西县| 诸暨市| 什邡市| 栖霞市| 太原市| 察哈| 潼关县| 汽车| 县级市| 简阳市| 安乡县| 扶绥县| 商南县| 茌平县| 怀仁县| 万荣县| 湖南省| 郧西县| 伊通| 南投市| 建德市|