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
数形长夏2 分钟前
一心多用的艺术:Python多任务处理模式
python·架构
柏箱3 分钟前
文件上传漏洞入门:(upload-labs Pass-1 & Pass-2)
开发语言·前端·javascript
人道领域4 分钟前
Day | 07 【苍穹外卖:菜品套餐的缓存】
java·开发语言·redis·缓存击穿·springcache
biter down5 分钟前
C++ 精准控制对象的创建位置(堆 / 栈)
开发语言·c++
星轨初途5 分钟前
类和对象(上)
开发语言·c++·经验分享·笔记
智算菩萨6 分钟前
基于ChatGPT 5.4的Windows 11智能命令行维护系统:理论架构与实践应用
人工智能·python·ai·chatgpt·ai编程
dapeng287012 分钟前
使用PyTorch构建你的第一个神经网络
jvm·数据库·python
阿蒙Amon12 分钟前
C#常用类库-详解Moq
开发语言·c#·log4j
漫随流水13 分钟前
旅游推荐系统(urls.py配置URL)
python·django·旅游·url
留院极客离心圆13 分钟前
C++ 进阶笔记:栈内存 vs 堆内存
开发语言·c++