• python 爬取百度热搜


    参考地址

    https://blog.csdn.net/ezreal_tao/article/details/91154768 etree如何选取

    思路讲解

    • 1.请求热搜地址,获取到返回值。(http://top.baidu.com/buzz?b=1&fr=20811)
    • 2.采用的etree去选取对应的xpath,组合成文档(这边可将获取的html写入本地文件,看看是不是可以直接获取值得)
    • 3.封装成钉钉机器人消息发送

    注意点:本案例百度的url链接会被钉钉无法识别,主要可能是 % 这个符号的问题,所以调用了百度正常搜索的链接地址

    
    
    ###导入模块
    import requests
    from lxml import etree
    import requests,json
    
    ###网址
    url="http://top.baidu.com/buzz?b=1&fr=20811"
    ###模拟浏览器
    header={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.103 Safari/537.36'}
    '''用于存入本地
    r = requests.get(url,headers=header)
    with open('D:/1.html','wb') as f:
        f.write(r.content)
    '''
    ###主函数
    def main():
        ###获取html页面
        html=etree.HTML(requests.get(url,headers=header).content)
        # 获取内容
        title=html.xpath('//a[@class="list-title"]/text()')
        # title_text=html.xpath('//a[@class="info-title"]/text()')
        # num=html.xpath('//span[@class="num-top"]/text()')
        # 获取url连接
        href=html.xpath('//a[@class="list-title"]//@href')
        top=title[0]
        affair=title[1:]
        data="";
        data+="### top:["+top+"](https://www.baidu.com/s?ie=utf-8&f=8&rsv_bp=1&rsv_idx=1&tn=baidu&wd="+top+"&rsv_pq=cc0b2ae500104a8f&rsv_t=8594gkWHOJpP8vhGnFVfsZhcRYTJV9ElJQ5Nk3qShVzXGX2bDtb6O2Q4F%2BY&rqlang=cn&rsv_enter=1&rsv_dl=tb&rsv_sug3=5&rsv_sug1=4&rsv_sug7=101&rsv_sug2=0&inputT=860&rsv_sug4=1019&rsv_sug=1"+") 
    "
        #print('{0:<10}	{1:<40}'.format("top",top))
        for i in range(0, len(affair)):
            #print("{0:<10}	{1:{3}<30}	{2:{3}>20}".format(rank[i],affair[i],view[i],chr(12288)))
            #print(href[i])
            # data+=(">- "+str(i+1)+" ["+affair[i]+"]("+href[i+1]+") 
    ")
            data+=(">-  ["+affair[i]+"](https://www.baidu.com/s?ie=utf-8&f=8&rsv_bp=1&rsv_idx=1&tn=baidu&wd="+affair[i ]+"&rsv_pq=cc0b2ae500104a8f&rsv_t=8594gkWHOJpP8vhGnFVfsZhcRYTJV9ElJQ5Nk3qShVzXGX2bDtb6O2Q4F%2BY&rqlang=cn&rsv_enter=1&rsv_dl=tb&rsv_sug3=5&rsv_sug1=4&rsv_sug7=101&rsv_sug2=0&inputT=860&rsv_sug4=1019&rsv_sug=1"+") 
    ")
        sendinfo_ding(data)
    
    
    def sendinfo_ding(data):
        url = 'url'  #你的机器人webhook地址
        program = {
            "msgtype": "markdown",
            "markdown": {
                "title":"百度热搜",
                "text": ""+data+""
                },
        }
        headers = {'Content-Type': 'application/json'}
        f = requests.post(url, data=json.dumps(program), headers=headers)
        print(f)
    
    main()
    
    
    
    
    
    
    
  • 相关阅读:
    笔记:C/C++字符函数的使用
    学习游戏基础编程3:地图编辑器
    学习游戏基础编程2:Win32分割窗口
    学习游戏基础编程1:Win32自定义控件
    [WebServer] Tomcat 配置访问限制:访问白名单和访问黑名单
    [WebServer] Windows操作系统下 Tomcat 服务器运行 PHP 的环境配置
    XSLT函数集合:数值函数、字符串函、节点集函数和布尔函数
    腾讯的一道JavaScript面试题
    【转】AES 进一步的研究
    MQTT-Client-FrameWork使用整理
  • 原文地址:https://www.cnblogs.com/Alex-Mercer/p/12161329.html
Copyright © 2020-2023  润新知