爬取某人的微博数据,把某人所有时间段的微博数据都爬下来。
具体思路:
创建driver-----get网页----找到并提取信息-----保存csv----翻页----get网页(开始循环)----...----没有“下一页”就结束,
用了while True,没用自我调用函数
嘟大海的微博:https://weibo.com/u/1623915527
办公室小野的微博:https://weibo.com/bgsxy
代码如下
from selenium import webdriver from selenium.webdriver.common.keys import Keys import csv import os import time #只有这2个参数设置,想爬谁的微博数据就在这里改地址和目标csv名称就行 weibo_url = 'https://weibo.com/bgsxy"feed_list_item_date"]' source_sel = 'a.S_txt2[suda-uatrack="key=profile_feed&value=pubfrom_guest"]' content_sel = 'div.WB_text.W_f14' interact_sel = 'span.line.S_line1>span>em:nth-child(2)' cards = driver.find_elements_by_css_selector(card_sel) info_list = [] for card in cards: time = card.find_elements_by_css_selector(time_sel)[0].text #虽然有可能在一个card中有2个time元素,我们取第一个就对 if card.find_elements_by_css_selector(source_sel): source = card.find_elements_by_css_selector(source_sel)[0].text else: source = '' content = card.find_elements_by_css_selector(content_sel)[0].text link = card.find_elements_by_css_selector(time_sel)[0].get_attribute('href') trans = card.find_elements_by_css_selector(interact_sel)[1].text comment = card.find_elements_by_css_selector(interact_sel)[2].text like = card.find_elements_by_css_selector(interact_sel)[3].text info_list.append([time,source,content,link,trans,comment,like]) return info_list def save_csv(info_list,csv_name): csv_path = './' + csv_name print('开始写入csv文件') if os.path.exists(csv_path): with open(csv_path,'a',newline='',encoding='utf-8-sig') as f: #newline=''避免空行;encoding='utf-8-sig'比utf8牛,保存中文没问题 writer = csv.writer(f) writer.writerows(info_list) else: with open(csv_path,'w+',newline='',encoding='utf-8-sig') as f: writer = csv.writer(f) writer.writerow(['发布时间','来源','内容','链接','转发数','评论数','点赞数']) writer.writerows(info_list) time.sleep(5) def next_page_url(): next_page_sel = 'a.page.next' next_page_ele = driver.find_elements_by_css_selector(next_page_sel) if next_page_ele: return next_page_ele[0].get_attribute('href') else: return None driver = start_chrome() input('请在chrome中登录weibo.com') # 暂停程序,手动登录weibo.com while True: get_web(weibo_url) info_list = get_data() save_csv(info_list,csv_name) if next_page_url(): weibo_url = next_page_url() else: print('爬取结束') break
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
白云城资源网 Copyright www.dyhadc.com
暂无“Python selenium爬取微博数据代码实例”评论...
更新日志
2024年11月08日
2024年11月08日
- 雨林唱片《赏》新曲+精选集SACD版[ISO][2.3G]
- 罗大佑与OK男女合唱团.1995-再会吧!素兰【音乐工厂】【WAV+CUE】
- 草蜢.1993-宝贝对不起(国)【宝丽金】【WAV+CUE】
- 杨培安.2009-抒·情(EP)【擎天娱乐】【WAV+CUE】
- 周慧敏《EndlessDream》[WAV+CUE]
- 彭芳《纯色角3》2007[WAV+CUE]
- 江志丰2008-今生为你[豪记][WAV+CUE]
- 罗大佑1994《恋曲2000》音乐工厂[WAV+CUE][1G]
- 群星《一首歌一个故事》赵英俊某些作品重唱企划[FLAC分轨][1G]
- 群星《网易云英文歌曲播放量TOP100》[MP3][1G]
- 方大同.2024-梦想家TheDreamer【赋音乐】【FLAC分轨】
- 李慧珍.2007-爱死了【华谊兄弟】【WAV+CUE】
- 王大文.2019-国际太空站【环球】【FLAC分轨】
- 群星《2022超好听的十倍音质网络歌曲(163)》U盘音乐[WAV分轨][1.1G]
- 童丽《啼笑姻缘》头版限量编号24K金碟[低速原抓WAV+CUE][1.1G]