詳解用python實現爬取CSDN熱門評論URL并存入redis

下載谷歌瀏覽器驅動，并配置好

import timeimport randomfrom PIL import Imagefrom selenium import webdriverfrom selenium.webdriver.common.by import Byfrom selenium.webdriver.support.ui import WebDriverWaitfrom selenium.webdriver.support import expected_conditions as ECif __name__ == ’__main__’: options = webdriver.ChromeOptions() options.binary_location = r’C:UsershhhAppDataLocalGoogleChromeApplication谷歌瀏覽器.exe’ # driver=webdriver.Chrome(executable_path=r’D:360Chromechromedriverchromedriver.exe’) driver = webdriver.Chrome(options=options) #以java模塊為例 driver.get(’https://www.csdn.net/nav/java’) for i in range(1,20): driver.execute_script('window.scrollTo(0, document.body.scrollHeight)') time.sleep(2)二、獲取URL

from bs4 import BeautifulSoupfrom lxml import etree html = etree.HTML(driver.page_source)# soup = BeautifulSoup(html, ’lxml’)# soup_herf=soup.find_all('#feedlist_id > li:nth-child(1) > div > div > h2 > a')# soup_herftitle = html.xpath(’//*[@id='feedlist_id']/li/div/div/h2/a/@href’)

可以看到，一下爬取了很多，速度非常快

導入redis包后，配置redis端口和redis數據庫，用rpush函數寫入打開redis

import redisr_link = redis.Redis(port=’6379’, host=’localhost’, decode_responses=True, db=1)for u in title: print('準備寫入{}'.format(u)) r_link.rpush('csdn_url', u) print('{}寫入成功!'.format(u))print(’=’ * 30, ’n’, '共計寫入url：{}個'.format(len(title)), ’n’, ’=’ * 30)

大功告成！

在Redis Desktop Manager中可以看到，爬取和寫入都是非常的快。

要使用只需用rpop出棧就OK

one_url = r_link.rpop('csdn_url)')while one_url: print('{}被彈出！'.format(one_url))

到此這篇關于詳解用python實現爬取CSDN熱門評論URL并存入redis的文章就介紹到這了,更多相關python爬取URL內容請搜索好吧啦網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持好吧啦網！