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
毅炼2 分钟前
Java 集合常见问题总结(3)
java·开发语言·后端
沐知全栈开发12 分钟前
ionic 对话框:深度解析与最佳实践
开发语言
Jia ming19 分钟前
《智能法官软件项目》—罪名初判模块
python·教学·案例·智能法官
Jia ming35 分钟前
《智能法官软件项目》—法律文书生成模块
python·教学·案例·智能法官软件
曦月逸霜44 分钟前
Python数据分析——个人笔记(持续更新中~)
python
海棠AI实验室44 分钟前
第六章 从“能用”到“能交付”的关键一刀:偏好对齐(Preference Alignment)数据工程
python·私有模型训练
浅念-1 小时前
C++ string类
开发语言·c++·经验分享·笔记·学习
百锦再1 小时前
Java多线程编程全面解析:从原理到实战
java·开发语言·python·spring·kafka·tomcat·maven
Cosmoshhhyyy1 小时前
《Effective Java》解读第38条:用接口模拟可扩展的枚举
java·开发语言
小冷coding1 小时前
【Java】最新Java高并发高可用平台技术选型指南(思路+全栈路线)
java·开发语言