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
折哥的程序人生 · 物流技术专研13 小时前
Java面试85题图解版 · 全系列总目录
java·开发语言·后端·面试·职场和发展
gf132111113 小时前
飞书长连接_事件订阅(接收消息,审批任务状态变更)
开发语言·python·飞书
vx_biyesheji000413 小时前
计算机毕业设计:Python医疗数据分析平台 Flask框架 数据分析 可视化 医疗大数据 用户画像(建议收藏)✅
大数据·python·深度学习·数据分析·django·flask·课程设计
木易 士心13 小时前
Java 跳出多层循环
java·开发语言·后端
乐观勇敢坚强的老彭13 小时前
day515C++信奥循环嵌套强化03
开发语言·c++
杜子不疼.13 小时前
【C++ AI 大模型接入 SDK】 - 环境搭建
开发语言·数据库·c++
怀旧,13 小时前
【C++项目】负载均衡式在线OJ
开发语言·c++·负载均衡
m0_7020365313 小时前
CSS如何兼容新旧方案结合响应式容器查询
jvm·数据库·python
yujunl13 小时前
U9系统admin用户账号密码生成Do方法
开发语言
ZHW_AI课题组13 小时前
基于ElasticNet网格搜索的汽车燃油效率预测
python·机器学习·回归算法