python 爬虫抓取百度热搜

实现思路:

第1步、在百度热搜页获取热搜元素

元素类名为category-wrap_iQLoo 即我们只需要获取类名category-wrap_为前缀的元素

第2步、编写python脚本实现爬虫

复制代码
import requests
from bs4 import BeautifulSoup

url = 'https://top.baidu.com/board?tab=realtime'
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/92.0.4515.107 Safari/537.36'
}
response = requests.get(url, headers=headers)
response.encoding = response.apparent_encoding
soup = BeautifulSoup(response.text, 'html.parser')
hot_searches = []
# 使用CSS选择器匹配类名前缀为'category-wrap_'的元素
category_wrap_prefix_elements = soup.select('[class^="category-wrap_"]')
# 遍历并打印这些元素
for element in category_wrap_prefix_elements:
    title = element.find('div', class_='c-single-text-ellipsis').get_text().strip()
    link = element.find('a')['href']
    print(title, link)
    hot_searches.append({title, link})
print(hot_searches)

控制台打印

相关推荐
LSL666_5 分钟前
BaseMapper——新增和删除
java·开发语言·mybatis·mybatisplus
傻啦嘿哟5 分钟前
Python操作Redis:高效缓存设计与实战
redis·python·缓存
Fairy要carry9 分钟前
面试-Agent任务编排怎么处理?
网络·python·面试
xiangpanf16 分钟前
PHP vs C语言:30字解析两大编程语言差异
c语言·开发语言·php
wdfk_prog17 分钟前
MAX14830 可移植 C 驱动实现分析:一个适合多串口扩展场景的开源基础版本
c语言·开发语言·开源
Elnaij23 分钟前
从C++开始的编程生活(22)——红黑树
开发语言·c++
EW Frontier24 分钟前
【UAV识别】基于分层学习的射频无人机检测与识别技术,准确率达99%!【附python代码】
python·无人机·无人机信号识别
.select.28 分钟前
STL下常见容器底层数据结构
开发语言·c++
于先生吖31 分钟前
基于 Java 开发短剧系统:完整架构与核心功能实现
java·开发语言·架构
WangYaolove131431 分钟前
基于循环神经网络的情感分类(源码+文档)
python·mysql·django·毕业设计·源码