爬虫---练习源码

选取的是网上对一些球员的评价,来评选谁更加伟大一点

复制代码
import csv
import requests
import re
import time

def main(page):
    url = f'https://tieba.baidu.com/p/7882177660?pn={page}'
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/106.0.0.0 Safari/537.36'
    }
    resp = requests.get(url,headers=headers)
    html = resp.text
    # 评论内容
    comments = re.findall('style="display:;">                    (.*?)</div>',html)
    # 评论用户
    users = re.findall('class="p_author_name j_user_card" href=".*?" target="_blank">(.*?)</a>',html)
    # 评论时间
    comment_times = re.findall('楼</span><span class="tail-info">(.*?)</span><div',html)
    for u,c,t in zip(users,comments,comment_times):
        # 筛选数据,过滤掉异常数据
        if 'img' in c or 'div' in c or len(u)>50:
            continue
        csvwriter.writerow((u,t,c))
        print(u,t,c)
    print(f'第{page}页爬取完毕')

if __name__ == '__main__':
    with open('01.csv','a',encoding='utf-8')as f:
        csvwriter = csv.writer(f)
        csvwriter.writerow(('评论用户','评论时间','评论内容'))
        for page in range(1,8):  # 爬取前7页的内容
            main(page)
            time.sleep(2)
相关推荐
星川皆无恙39 分钟前
大数据产品销售数据分析:基于Python机器学习产品销售数据爬虫可视化分析预测系统设计与实现
大数据·运维·爬虫·python·机器学习·数据分析·系统架构
Draina3 小时前
爬虫技术-利用Python和Selenium批量下载动态渲染网页中的标准文本文件
爬虫·python·selenium·网络爬虫
火龙谷3 小时前
【爬虫】微博热搜机
javascript·爬虫
始識5 小时前
某团小程序mtgsig,_token 生成逻辑分析
爬虫·小程序
MinggeQingchun6 小时前
Python - 爬虫;Scrapy框架(一)
爬虫·python·scrapy
Lucky高8 小时前
学习Python网络爬虫的实例
爬虫·python·学习
一个天蝎座 白勺 程序猿9 小时前
Python爬虫(16)Python爬虫数据存储新维度:Redis Edge近端计算赋能实时数据处理革命
redis·爬虫·python
一个天蝎座 白勺 程序猿11 小时前
Python爬虫(19)Python爬虫破局动态页面:逆向工程与无头浏览器全链路解析(从原理到企业级实战)
开发语言·爬虫·python·websocket·ajax
才华是浅浅的耐心13 小时前
推特逆向算法,推特爬虫,数据分析,推特关键词搜索
爬虫
亿牛云爬虫专家14 小时前
视觉爬虫开发:通过Puppeteer截图+CV定位动态元素坐标
爬虫·爬虫代理·puppeteer·代理ip·小红书·截图·动态元素