怎么使用Python爬虫
发表于:2026-11-01 作者:千家信息网编辑
千家信息网最后更新 2026年11月01日,本篇内容介绍了"怎么使用Python爬虫"的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!1.导入模块i
千家信息网最后更新 2026年11月01日怎么使用Python爬虫
本篇内容介绍了"怎么使用Python爬虫"的有关知识,在实际案例的操作过程中,不少人都会遇到这样的困境,接下来就让小编带领大家学习一下如何处理这些情况吧!希望大家仔细阅读,能够学有所成!
1.导入模块
import re from bs4 import BeautifulSoup import requests import time import json import pandas as pd import numpy as np
2.状态码
r = requests.get('https://github.com/explore') r.status_code3. 爬取*乎
#浏览器header和cookies headers = {'User-Agent':'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.87 Safari/537.36'} cookies = {'cookie':'_zap=3d979dbb-f25b-4014-8770-89045dec48f6; d_c0="APDvML4koQ-PTqFU56egNZNd2wd-eileT3E=|1561292196"; tst=r; _ga=GA1.2.910277933.1582789012; q_c1=9a429b07b08a4ae1afe0a99386626304|1584073146000|1561373910000; _xsrf=bf1c5edf-75bd-4512-8319-02c650b7ad2c; _gid=GA1.2.1983259099.1586575835; l_n_c=1; l_cap_id="NDIxM2M4OWY4N2YwNDRjM2E3ODAxMDdmYmY2NGFiMTQ=|1586663749|ceda775ba80ff485b63943e0baf9968684237435"; r_cap_id="OWY3OGQ1MDJhMjFjNDBiYzk0MDMxMmVlZDIwNzU0NzU=|1586663749|0948d23c731a8fa985614d3ed58edb6405303e99"; cap_id="M2I5NmJkMzRjMjc3NGZjNDhiNzBmNDMyNDQ3NDlmNmE=|1586663749|dacf440ab7ad64214a939974e539f9b86ddb9eac"; n_c=1; Hm_lvt_98beee57fd2ef70ccdd5ca52b9740c49=1586585625,1586587735,1586667228,1586667292; Hm_lpvt_98beee57fd2ef70ccdd5ca52b9740c49=1586667292; SESSIONID=GWBltmMTwz5oFeBTjRm4Akv8pFF6p8Y6qWkgUP4tjp6; JOID=UVkSBEJI6EKgHAipMkwAEWAkvEomDbkAwmJn4mY1kHHPVGfpYMxO3voUDK88UO62JqgwW5Up4hC2kX_KGO9xoKI=; osd=UlEXAU5L4EelEAuhN0kMEmghuUYlBbwFzmFv52M5k3nKUWvqaMlL0vkcCaowU-azI6QzU5As7hO-lHrGG-d0pa4=; capsion_ticket="2|1:0|10:1586667673|14:capsion_ticket|44:YTJkYmIyN2Q4YWI4NDI0Mzk0NjQ1YmIwYmUxZGYyNzY=|b49eb8176314b73e0ade9f19dae4b463fb970c8cbd1e6a07a6a0e535c0ab8ac3"; z_c0="2|1:0|10:1586667694|4:z_c0|92:Mi4xOGc1X0dnQUFBQUFBOE84d3ZpU2hEeVlBQUFCZ0FsVk5ydTVfWHdDazlHMVM1eFU5QjlqamJxWVhvZ2xuWlhTaVJ3|bcd3601ae34951fe72fd3ffa359bcb4acd60462715edcd1e6c4e99776f9543b3"; unlock_ticket="AMCRYboJGhEmAAAAYAJVTbankl4i-Y7Pzkta0e4momKdPG3NRc6GUQ=="; KLBRSID=fb3eda1aa35a9ed9f88f346a7a3ebe83|1586667697|1586660346'} start_url = 'https://www.zhihu.com/api/v3/feed/topstory/recommend?session_token=c03069ed8f250472b687fd1ee704dd5b&desktop=true&page_number=5&limit=6&action=pull&ad_interval=-1&before_id=23'4. beautifulsoup解析
s = requests.Session() start_url = 'https://www.zhihu.com/' html = s.get(url = start_url, headers = headers,cookies = cookies,timeout = 5) soup = BeautifulSoup(html.content) question = [] ## 名称 question_address = [] ## url temp1 = soup.find_all('div',class_='Card TopstoryItem TopstoryItem-isRecommend') for item in temp1: temp2 = item.find_all('div',itemprop="zhihu:question") # print(temp2) if temp2 != []: #### 存在专栏等情况,暂时跳过 question_address.append(temp2[0].find('meta',itemprop='url').get('content')) question.append(temp2[0].find('meta',itemprop='name').get('content'))5. 存储信息
question_focus_number = [] #关注量 question_answer_number = [] # 回答量 for url in question_address: test = s.get(url = url,headers = headers,cookies = cookies,timeout = 5) soup = BeautifulSoup(test.content) info = soup.find_all('div',class_='QuestionPage')[0] # print(info) focus_number = info.find('meta',itemprop="answerCount").get('content') answer_number = info.find('meta',itemprop="zhihu:followerCount").get('content') question_focus_number.append(focus_number) question_answer_number.append(answer_number)6. 整理信息并输出
question_info = pd.DataFrame(list(zip(question,question_focus_number,question_answer_number)),columns = ['问题名称','关注人数','回答人数'] for item in ['关注人数','回答人数']: question_info[item] = np.array(question_info[item],dtype = 'int') question_info.sort_values(by='关注人数',ascending = False)
输出:
"怎么使用Python爬虫"的内容就介绍到这里了,感谢大家的阅读。如果想了解更多行业相关的知识可以关注网站,小编将为大家输出更多高质量的实用文章!
人数
输出
爬虫
信息
内容
名称
情况
更多
知识
实用
学有所成
接下来
专栏
困境
实际
文章
案例
模块
浏览器
状态
数据库的安全要保护哪些东西
数据库安全各自的含义是什么
生产安全数据库录入
数据库的安全性及管理
数据库安全策略包含哪些
海淀数据库安全审计系统
建立农村房屋安全信息数据库
易用的数据库客户端支持安全管理
连接数据库失败ssl安全错误
数据库的锁怎样保障安全
花魁咖啡
互联网的科技
互联网科技财经
关于新基建和互联网科技
互联网金融 科技
深圳齐家互联网科技
壹账通互联网科技
兼蜜互联网科技
互联网科技股有哪些
互联网巨头投资的硬核科技
随着互联网科技发展
欧洲十大科技互联网公司
昭通云南众福互联网科技有限公司
开一家科技互联网公司需要多少钱
科技大学互联网
滨湖区互联网智能科技产品有哪些
山东有哪些互联网科技公司
2021互联网科技公司排名
绵阳真晨互联网科技有限公司
上海旺乐尼互联网科技有限公司
花魁咖啡
互联网科技巨头监管
互联网科技有限公司经营范围
互联网与科技发展
北京互联网科技公司
互联网科技集团
大白互联网科技
天扬科技互联网广告
湖北码尼互联网科技有限公司电话
江苏互联网智能科技产品出厂价