最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

python爬蟲今日熱榜數(shù)據(jù)到txt文件的源碼

 更新時(shí)間:2021年02月23日 10:27:08   作者:一個(gè)超會(huì)寫B(tài)ug的安太狼  
這篇文章主要介紹了python爬蟲今日熱榜數(shù)據(jù)到txt文件的源碼,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下

今日熱榜:https://tophub.today/

在這里插入圖片描述

爬取數(shù)據(jù)及保存格式:

在這里插入圖片描述

爬取后保存為.txt文件:

在這里插入圖片描述

部分內(nèi)容:

在這里插入圖片描述
在這里插入圖片描述

源碼及注釋:

import requests
from bs4 import BeautifulSoup

def download_page(url):
  headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.130 Safari/537.36"}
  try:
    r = requests.get(url,timeout = 30,headers=headers)
    return r.text
  except:
    return "please inspect your url or setup"


def get_content(html,tag):
  output = """  排名:{}\n  標(biāo)題:{} \n  熱度:{}\n  鏈接:{}\n  ------------\n"""
  output2 = """平臺(tái):{}  榜單類型:{}  最近更新:{}\n------------\n"""
  num=[]
  title=[]
  hot=[]
  href=[]
  soup = BeautifulSoup(html, 'html.parser')
  con = soup.find('div',attrs={'class':'bc-cc'})
  con_list = con.find_all('div', class_="cc-cd")
  for i in con_list: 
    author = i.find('div', class_='cc-cd-lb').get_text() # 獲取平臺(tái)名字
    time = i.find('div', class_='i-h').get_text() # 獲取最近更新
    link = i.find('div', class_='cc-cd-cb-l').find_all('a') # 獲取所有鏈接 
    gender = i.find('span', class_='cc-cd-sb-st').get_text() # 獲取類型 
    save_txt(tag,output2.format(author, gender,time))
    for k in link:
      href.append(k['href'])
      num.append(k.find('span', class_='s').get_text())
      title.append(str(k.find('span', class_='t').get_text()))
      hot.append(str(k.find('span', class_='e').get_text()))
    for h in range(len(num)): 
      save_txt(tag,output.format(num[h], title[h], hot[h], href[h]))


def save_txt(tag,*args):
  for i in args:
    with open(tag+'.txt', 'a', encoding='utf-8') as f:
      f.write(i)


def main():
  #   綜合  科技  娛樂  社區(qū)    購物   財(cái)經(jīng)
  page=['news','tech','ent','community','shopping','finance']
  for tag in page:
    url = 'https://tophub.today/c/{}'.format(tag)
    html = download_page(url)
    get_content(html,tag)

if __name__ == '__main__':
  main()

到此這篇關(guān)于python爬蟲今日熱榜數(shù)據(jù)到txt文件的源碼的文章就介紹到這了,更多相關(guān)python爬蟲今日熱榜數(shù)據(jù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

最新評(píng)論

延边| 海林市| 冷水江市| 澄城县| 连平县| 汪清县| 临武县| 神农架林区| 揭西县| 平原县| 沁水县| 宝应县| 息烽县| 灵川县| 洛川县| 观塘区| 东阳市| 台东县| 泰兴市| 临清市| 建阳市| 康保县| 莱州市| 新余市| 华池县| 额尔古纳市| 嘉荫县| 林周县| 九龙坡区| 仙桃市| 崇礼县| 景泰县| 娄烦县| 宁明县| 彰武县| 东光县| 昭平县| 鱼台县| 丰宁| 灌南县| 晋江市|