爬取今日热榜百度热搜TOP10

from urllib import request
import re
import pandas as pd
url = "https://tophub.today/n/Jb0vmloB1G"
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36'}
aaa = request.Request(url, headers=headers) #模拟请求头,访问网页
bbb = request.urlopen(aaa).read().decode('utf-8') #请求今日热榜百度热搜网址
title=re.compile(r'itemid="[0-9]*">(.*?)</a>') #正则提取网页中的今日热议
num=re.compile(r'<td>(.*?)</td>') #正则提取网页中的热度
titles=title.findall(bbb)[0:10] #匹配今日热议正则十次
nums=num.findall(bbb)[0:10] #匹配今日热议正则十次
m={"今日热议":titles,"热度":nums}
file=pd.DataFrame(m)
print(file)

运行代码

运行结果



posted @ 2020-03-20 10:30  不想说话。  阅读(1172)  评论(0编辑  收藏  举报