怎么用Python爬取微博熱搜榜數據

本篇內容介紹了“怎么用Python爬取微博熱搜榜數據”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

微博的熱搜榜對于研究大眾的流量有非常大的價值。今天的教程就來說說如何爬取微博的熱搜榜。熱搜榜的鏈接是：

https://s.weibo.com/top/summary/

用瀏覽器瀏覽，發現在不登錄的情況下也可以正常查看，那就簡單多了。使用開發者工具(F12)查看頁面邏輯，并拿到每條熱搜的CSS位置，方法如下：

按照這個方法，拿到這個td標簽的selector是：
pl_top_realtimehot > table > tbody > tr:nth-child(3) > td.td-02

其中nth-child(3)指的是第三個tr標簽，因為這條熱搜是在第三名的位置上，但是我們要爬的是所有熱搜，因此:nth-child(3)可以去掉。還要注意的是 pl_top_realtimehot 是該標簽的id，id前需要加#號，最后變成：

#pl_top_realtimehot > table > tbody > tr > td.td-02

你可以自定義你想要爬的信息，這里我需要的信息是：熱搜的鏈接及標題、熱搜的熱度。它們分別對應的CSS選擇器是：

鏈接及標題：#pl_top_realtimehot > table > tbody > tr > td.td-02 > a
熱度：#pl_top_realtimehot > table > tbody > tr > td.td-02 > span

值得注意的是鏈接及標題是在同一個地方，鏈接在a標簽的href屬性里，標題在a的文本中，用beautifulsoup有辦法可以都拿到，請看后文代碼。

現在這些信息的位置我們都知道了，接下來可以開始編寫程序。默認你已經安裝好了python，并能使用cmd的pip，如果沒有的話請見這篇教程：python安裝。需要用到的python的包有：

BeautifulSoup4:
cmd/Terminal 安裝指令： pip install  beautifulsoup4.

lxml解析器：
cmd/Terminal 安裝指令： pip install lxml  

編寫代碼：

代碼說明請看注釋

代碼說明請看注釋，不過這樣做，僅僅是將結果保存到數組中，結果非常不易觀看，我們下面將其保存為csv文件。

效果如下，怎么樣，是不是好看很多：

完整代碼如下，文字版請閱讀原文進入網站閱讀：

“怎么用Python爬取微博熱搜榜數據”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！