码迷,mamicode.com
首页 > 其他好文 > 详细

爬取百度热点前十名

时间:2020-03-20 20:07:39      阅读:63      评论:0      收藏:0      [点我收藏+]

标签:info   爬虫   strip   内容   col   爬取   end   from   baidu   

技术图片技术图片技术图片
 1 import requests
 2 from bs4 import BeautifulSoup
 3 import pandas as pd
 4 #获取html网页
 5 url = http://top.baidu.com/buzz.php?p=top10&tdsourcetag=s_pctim_aiomsg&qq-pf-to=pcqq.c2c?
 6 kv = {user-agent: Mozilla/5.0}#伪装爬虫
 7 r = requests.get(url,timeout = 30,headers=kv)
 8 r.raise_for_status()
 9 r.encoding = r.apparent_encoding
10 r.text#获取源代码
11 html=r.text
12 soup=BeautifulSoup(html,html.parser)
13 #解析网页,提取内容
14 a = []#创建空列表
15 b = []
16 for x in soup.find_all(class_="list-title")[:10]:
17     a.append(x.get_text().strip())
18 for y in soup.find_all(class_="icon-rise")[:10]:
19     b.append(y.get_text().strip())
20 text =[a,b]
21 print(text)
22 c=pd.DataFrame(text,index=["标题","热度"])
23 print(c.T)

技术图片

 

 

 

爬取百度热点前十名

标签:info   爬虫   strip   内容   col   爬取   end   from   baidu   

原文地址:https://www.cnblogs.com/yyy6265/p/12534257.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!