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
leluckys几秒前
AI- 一种快速实现MCP服务的方法
开发语言·python
qq_401700415 分钟前
C语言 条件编译宏
c语言·开发语言
写代码的【黑咖啡】8 分钟前
探索 Python 中的 Vaex:高效处理大规模数据的新选择
开发语言·python
Lun3866buzha11 分钟前
自动扶梯与楼梯识别_yolo11-C3k2-SCcConv改进实现
python
无限进步_13 分钟前
【C语言&数据结构】对称二叉树:镜像世界的递归探索
c语言·开发语言·数据结构·c++·git·算法·visual studio
JavaLearnerZGQ15 分钟前
1、Java中的线程
java·开发语言·python
@zulnger24 分钟前
python 学习笔记(多线程和多进程)
笔记·python·学习
松涛和鸣33 分钟前
49、智能电源箱项目技术栈解析
服务器·c语言·开发语言·http·html·php
Master_清欢34 分钟前
jupyter新增行数
ide·python·jupyter
huwei85338 分钟前
Q打印表格内容类
开发语言·qt