原始问题:
python爬虫爬取微博top100
要爬取微博Top100,可以按照以下步骤进行:
- 打开微博热搜榜页面,找到Top100的入口,复制入口链接。
- 使用Python的requests库向该链接发送请求,获取页面内容。
- 使用正则表达式或者BeautifulSoup等库解析页面内容,获取Top100的相关信息,如微博标题、链接、热度等。
- 将获取到的信息存储到本地文件或者数据库中。
下面是一个简单的示例代码:
import requests
from bs4 import BeautifulSoup
url = 'https://s.weibo.com/top/summary?cate=realtimehot'
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'}
response = requests.get(url, headers=headers)
soup = BeautifulSoup(response.text, 'html.parser')
items = soup.select('.td-02')
for item in items:
title = item.select_one('a').text
link = 'https://s.weibo.com' + item.select_one('a')['href']
hot = item.select_one('.hot').text
print(title, link, hot)这段代码使用requests库向微博热搜榜页面发送请求,然后使用BeautifulSoup库解析页面内容,获取Top100的标题、链接和热度信息,并打印输出。你可以根据自己的需求,将获取到的信息存储到本地文件或者数据库中。
Prev:判断由小写英文字母组成的字符串中每个字母是否至少出现一次