python如何爬取微博熱搜存入Mysql

這篇文章主要介紹了python如何爬取微博熱搜存入Mysql，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

Python主要用來做什么

Python主要應用于：1、Web開發；2、數據科學研究；3、網絡爬蟲；4、嵌入式應用開發；5、游戲開發；6、桌面應用開發。

在編程中，我們如果想要把數據轉入數據庫中，首先會選擇 MySQL數據庫。因為MySQL數據庫體積小、速度快、總體擁有成本低、開放源代碼，其有著廣泛的應用，例如我們使用python爬蟲微博熱搜，就可以使用selenium爬取微博熱搜存入Mysql。本文介紹使用python爬蟲將爬取微博熱搜存入Mysql的過程。

一、爬取微博熱搜存入Mysql思路

1、使用selenium對目標網頁進行請求；

2、使用xpath對網頁元素進行定位，遍歷獲得所有數據；

3、使用pandas生成一個Dataframe對像，直接存入數據庫。

二、爬取微博熱搜存入Mysql實現

1、獲取微博熱搜鏈接和標題內容

	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

2、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'])

3、鏈接到數據庫

enging = create_engine("mysql+pymysql://root:123456@localhost:3306/webo?charset=utf8")
pdf.to_sql(name='infromation', con=enging, if_exists="append")

實現總代碼

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)

感謝你能夠認真閱讀完這篇文章，希望小編分享的“python如何爬取微博熱搜存入Mysql”這篇文章對大家有幫助，同時也希望大家多多支持億速云，關注億速云行業資訊頻道，更多相關知識等著你來學習!