小白快速體驗之爬蟲抓取新浪熱搜

首先要有一些準備工作，當然前提是需要了解一下python的基礎知識。

安裝所需要的語言環境和工具：
1、python 我使用的是python3.6.5版本
2、三方庫 requests
安裝命令：pip3 install requests
3、 Beautiful Soup
安裝命令：pip3 install bs4
4、lxml
安裝命令：pip3 install lxml
5、Pycharm
一個python的IDE 官網地址：https://www.jetbrains.com/pycharm/
當然也可以在終端直接編碼

上碼：
用pycharm創建一個python工程，然後創建一個python文件，比如 test.py，然後貼入下面代碼，之後運行。

import requests
from bs4 import BeautifulSoup

mheaders = {
    "Accept": "text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8,application/signed-exchange;v=b3;q=0.9",
    "Accept-Encoding": "gzip, deflate, br",
    "Accept-Language": "en-US,en;q=0.9,zh-CN;q=0.8,zh-TW;q=0.7,zh;q=0.6",
    "Cache-Control": "max-age=0",
    "Connection": "keep-alive",
    "Host": "s.weibo.com",
    "Sec-Fetch-Mode": "navigate",
    "Sec-Fetch-Site": "none",
    "Sec-Fetch-User": "?1",
    "Upgrade-Insecure-Requests": "1",
    "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_2) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/79.0.3945.117 Safari/537.36"
}

targetUrl = 'https://s.weibo.com/top/summary?cate=realtimehot'

response = requests.get(targetUrl, headers=mheaders).text
soup = BeautifulSoup(response, 'lxml')
sort = 0
for hot_td in soup.find_all('td', class_="td-02"):
    # 標題
    hotTitle = hot_td.find('a').string
    sort += 1
    print('第%s位  %s ' % (sort, hotTitle))

輸入結果：

簡單說明：
1、requests是一個python的三方網絡庫，提供了簡潔的http get\post請求等方法。requests.get(targetUrl, headers=mheaders) 這裏的get就代表的是get方式請求，設置了headers是爲了把請求僞裝成瀏覽器請求，避免請求被攔截掉。

2、BeautifulSoup可以代替使用正則表達式去找到我們要抓取的html標籤。soup.find_all(‘td’, class_=“td-02”) 就代表找到所有的class="td-02"的td標籤。 在目標網站查看網頁源代碼可以看到要抓取的內容的樣子爲：

<td class="td-02">
   <a href="/weibo?q=%23%E6%B8%85%E6%98%8E%E8%BF%BD%E6%80%9D%E5%AE%B6%E5%9B%BD%E6%B0%B8%E5%BF%B5%23&Refer=new_time" target="_blank">清明追思家國永念
   </a>
</td>
...等等....

同理，hot_td.find(‘a’).string 就是在td標籤中找到 a 標籤取它包含的內容，就是我們要抓取的熱搜內容了。

最後：
抓取的庫還有很多種，真正的項目中還要考慮很多，比如如何抓取下一頁內容、更換ip、數據入庫等等，這裏就當是自學了python之後，體驗抓取的一個小demo。

今天是2020年4月4日，清明節，全國人民在今天爲抗擊疫情犧牲的英雄們默哀！不用多言，都在心裏！祖國加油！