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
喵手2 分钟前
Python爬虫实战:研究生招生简章智能采集系统 - 破解考研信息不对称的技术方案(附CSV导出 + SQLite持久化存储)!
爬虫·python·爬虫实战·零基础python爬虫教学·采集研究生招生简章·考研信息不对称·采集考研信息数据csv导出
If using 10 days8 分钟前
multiprocessing:创建并管理多个进程
python·算法
paradoxaaa_9 分钟前
cusor无限续杯教程
python
m5655bj12 分钟前
通过 Python 删除 Excel 中的空白行列
python·ui·excel
不绝19112 分钟前
延迟函数/协同程序
java·开发语言
魔力军13 分钟前
Rust学习Day5:结构体介绍和使用
开发语言·学习·rust
maplewen.15 分钟前
C++ 内存对齐
开发语言·c++
全栈前端老曹20 分钟前
【Redis】Redis 客户端连接与编程实践——Python/Java/Node.js 连接 Redis、实现计数器、缓存接口
前端·数据库·redis·python·缓存·全栈
老毛肚23 分钟前
java juc 01 进程与线程
java·开发语言
1candobetter25 分钟前
JAVA后端开发——反射机制在Spring业务开发中的实际应用
java·开发语言·spring