百度风云榜实时热点数据爬虫

末影人 · 发表于 2019-7-26 13:57:18

原理很简单，就是正则匹配，可以作为一个练手例子。

小小侠 · 发表于 2020-7-26 21:36:00

作者的数组出现问题了，建议作者修改数组的bug

jgq0901 · 发表于 2020-5-17 09:14:52

初学爬虫！！！！！！！！！！！！！！！

水深与云起 · 发表于 2020-3-29 22:33:01

虽然有问题但是能用能学习十分感谢！！！！

mcyjt123 · 发表于 2020-1-23 22:53:10

小bug挺多的，建议楼主完善(图中这个“囧”字没被判断为汉字？)

mcyjt123 · 发表于 2020-1-23 22:41:11

なす随风ぬね · 发表于 2019-11-20 11:58:58

感谢大神佳作

厦门期货人 · 发表于 2019-9-14 13:30:45

感谢大神佳作

mrbz · 发表于 2019-7-30 14:23:04

感谢分享~！

xuehang00126 · 发表于 2019-7-29 22:48:08

本帖最后由 xuehang00126 于 2019-7-29 22:49 编辑

刚好前几天我也写了个一样的...

#代码名称:爬取百度实时热点
#代码编号:0005
#代码时间:2019年7月21日17:24:53
#-----------------------------------------------------------
import requests,re
url="http://top.baidu.com/buzz?b=1&c=513&fr=topbuzz_b341_c513"
html=requests.get(url)
html.encoding=html.apparent_encoding
def rs_title(text):
    re_ls=re.findall("list-title(.*?)</a>",text)
    ls=[]
    for i in re_ls:
        title=i.split(">")[1]
        ls.append(title)
    return ls
def rs_index(text):
    re_ls = re.findall("<span class=\"icon-(.*?)</span>",text)
    ls = []
    for i in re_ls:
        title = i.split(">")[1]
        ls.append(title)
    return ls
title=rs_title(html.text)
index=rs_index(html.text)
for i in range(len(title)):
    print("热搜排名-{}-关键词:{}----搜索指数--{}".format(i+1,title[i],index[i]))

		自动登录	找回密码
密码			注册

[易语言软件开源] 百度风云榜实时热点数据爬虫

评分