spider--某站搜索--自动化dp

免责声明:本文仅作分享!

自动化: DrissionPage

DrissionPage官网

python 复制代码
import time
from DrissionPage import ChromiumPage,ChromiumOptions
import pandas as pd

# 这里配置了浏览器路径,不配置的话直接 page = ChromiumPage()
co = ChromiumOptions()
co.set_browser_path("D:\chrome-win64\chrome-win64\chrome.exe")
page = ChromiumPage(co)


name = str(input("输入查询内容:"))
page.get(f'https://search.bilibili.com/all?&keyword={name}')
df = pd.DataFrame()
data_list = []

while True:
    for i in range(3):
        page.scroll.down(500)
        print("*"*30)
    link_a = page.eles("x://div[@class='bili-video-card__wrap __scale-wrap']/a/@href") # 链接
    # name_a = page.eles('.:bili-video-card__info--author') # 用户
    time_a = page.eles('.:bili-video-card__info--date')   # 发布时间
    name_n = page.eles('.:bili-video-card__info--owner')  # 用户主页
    namesa = page.eles('.:bili-video-card__stats')        # 播放量 时间

    for lj,fb,zy,bf in zip(link_a,time_a,name_n,namesa):
        a = lj.link.replace('\n','')
        # b = yh.text.replace('\n','')
        c = fb.text.replace('\n','').replace('·','')
        d = zy.text.replace('\n','')
        e = bf.text.replace('\n','')
        print(a,c,d,e)
        row_data = {
            '链接': a if a else None,
            # '用户': b if b else None,
            '发布时间': c if c else None,
            '用户': d if d else None,
            '播放量/视频时间': e if e else None,}
        data_list.append(row_data)
        df = pd.concat([df, pd.DataFrame(data_list)], ignore_index=True)
        data_list = []
    df.to_excel(name + '---b站.xlsx', index=False)

    time.sleep(1)
    try:
        page.ele('@text()=下一页').click()
    except Exception:
        print("获取完毕·")
        break

相关推荐
leisoo80975 小时前
100GBA股股票数据怎么存ClickHouseRedisMySQLJSON完整对比
大数据·linux·服务器·开发语言·python
KKKlucifer5 小时前
拨开接口黑盒迷雾:运营商第三方合作接口安全审计与准入管控落地实践
网络·人工智能·安全
WangYan20225 小时前
基于XGBoost与AI的生态—地学多源数据建模:植被与土地利用识别、土壤碳氮空间预测、生物多样性驱动机制、土壤微生物功能预测、生态退化与风险识别
python·机器学习·xgboost
紫禁玄科6 小时前
Shai-Hulud:npm生态的自我复制蠕虫风暴
前端·npm·node.js
爱喝水的鱼丶6 小时前
SAP-ABAP:接口与报表场景专项优化:RFC/ODATA 接口、ALV 报表的性能提升方案
运维·性能优化·接口·sap·abap·rfc·经验交流
青瓦梦滋6 小时前
传输层UDP/TCP协议
linux·网络·c++·网络协议·tcp/ip·udp
东风破_6 小时前
后端API没写好,前端难道干等着吗?
前端
江畔柳前堤6 小时前
LLM 训练核心机制深度解析:Warmup、Cosine Decay 与 Perplexity 的完整知识体系
网络·人工智能·深度学习·算法·机器学习·语音识别
小绫网络安全7 小时前
【每日一讲】学习网络安全的一些注意事项
网络·安全·web安全
用户938515635077 小时前
从前后端分离到前端接口工程:React + MockJS + Vite 解析
前端·后端·全栈