标签:搜狗 text 爬取 soup import 搜前 data class
import requests from bs4 import BeautifulSoup import pandas as pd from pandas import DataFrame url="http://top.sogou.com/hot/shishi_1.html?fr=tph_righ"#搜狗今日热搜 headers = {'User-Agent':'Mozilla/5.0 (Windows NT 6.3; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36'}# r=requests.get(url)#请求网站 r.encoding=r.apparent_encoding#统一编码 data=r.text soup=BeautifulSoup(data,'html.parser')#使用“美味的汤”工具 print(soup.prettify())#显示网页结构 title=[] heat=[] ranking=[] for i in soup.find_all(class_="s2"): title.append(i.get_text().strip())#把热搜标题添加到空list for k in soup.find_all(class_="s3"): heat.append(k.get_text().strip()) data=[title,heat] print(data) s=pd.DataFrame(data,index=["标题","热度"]) print(s.T)
1.先导入相应爬虫工具
2.访问搜狗今日热搜页面 http://top.sogou.com/hot/shishi_1.html
3.查看页面结构
3.找到我们想爬取的内容,发现我们想要获取的热点内容在 class=‘s2’标签里,热点指数在标签 class=‘s3’
4.把所有需要的东西添加到一个空列表中
5.使用DataFrame把数据可视化
标签:搜狗,text,爬取,soup,import,搜前,data,class 来源: https://www.cnblogs.com/yaozhipeng/p/12497240.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。