【Python如何使用requests+re库进行简单爬虫实例应用】

瓦风2024-04-04 17:29

1、安装requests库

(1)直接win+R输入cmd进入命令行界面，执行命令：pip install requests

(2)再Pycharm中，'File'-'Settings'-'Python interpreter'-'+'-搜索'requests'-'install package'下载，如下图所示

2、实例：爬虫提取百度热搜的前十条，并写入一个文件中。代码如下：

python 复制代码

import requests
import re  # 导入库
url = "https://top.baidu.com/board?platform=pc&sa=pcindex_entry"
headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWeb"
                         "Kit/537.36 (KHTML, like Gecko) Chrome/116.0.0.0 Safari/537.36"}  # 创建变量
response = requests.get(url, headers=headers).text  # 发送get请求
most_searched_hashtags = re.findall(r',"indexUrl":"","query":"(.*?)","rawUrl"', response)  # 正则表达式提取内容成一个列表
with open(r'D:\pythonn\pythonProject\240202package\hot1.txt', mode='a+', encoding='utf-8') as file:  # 创建一个文件hot1.txt，打开文件追加内容
    for i in range(10):  # 循环10次
        print("热搜榜第{}：{}".format(i, most_searched_hashtags[i]))  # 输出前10条热搜内容
        file.write("热搜榜第{}：{}\n".format(i, most_searched_hashtags[i]))  # 将输出热搜内容追加写入hot1.txt文件中

若要更细了解requests,re库和文件读写操作可以借鉴： 【Pyhton中requests库、re库、文件读写的了解】-CSDN博客

3、输出结果如下：