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)

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

目標分析

這是微博熱搜的link：點我可以到目標網(wǎng)頁

首先我們使用selenium對目標網(wǎng)頁進行請求然后我們使用xpath對網(wǎng)頁元素進行定位，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

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

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, 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(’出錯了’)if __name__ == ’__main__’: xx = get_data() w_mysql(xx)

到此這篇關(guān)于python+selenium爬取微博熱搜存入Mysql的實現(xiàn)方法的文章就介紹到這了,更多相關(guān)python selenium爬取微博熱搜存入Mysql內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！