详解用python实现爬取CSDN热门评论URL并存入redis_Python

一、配置webdriver

下载谷歌浏览器驱动，并配置好

				?

									import time

									import random

									from pil import image

									from selenium import webdriver

									from selenium.webdriver.common.by import by

									from selenium.webdriver.support.ui import webdriverwait

									from selenium.webdriver.support import expected_conditions as ec

									if __name__ == '__main__':

									  options = webdriver.chromeoptions()

									  options.binary_location = r'c:\users\hhh\appdata\local\google\chrome\application\谷歌浏览器.exe'

									  # driver=webdriver.chrome(executable_path=r'd:\360chrome\chromedriver\chromedriver.exe')

									  driver = webdriver.chrome(options=options)

									  #以java模块为例

									  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、获取url

				?

									from bs4 import beautifulsoup

									from 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_herf

									title = 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

详解用python实现爬取CSDN热门评论URL并存入redis

三、写入redis

导入redis包后，配置redis端口和redis数据库，用rpush函数写入
打开redis

详解用python实现爬取CSDN热门评论URL并存入redis

				?

									import redis

									r_link = redis.redis(port='6379', host='localhost', decode_responses=true, db=1)

									for u in title:

									    print("准备写入{}".format(u))

									    r_link.rpush("csdn_url", u)

									    print("{}写入成功!".format(u))

									print('=' * 30, '\n', "共计写入url：{}个".format(len(title)), '\n', '=' * 30)

详解用python实现爬取CSDN热门评论URL并存入redis

大功告成！

在redis desktop manager中可以看到，爬取和写入都是非常的快。

详解用python实现爬取CSDN热门评论URL并存入redis

要使用只需用rpop出栈就ok

				?

									one_url = r_link.rpop("csdn_url)")

									while one_url:

									  print("{}被弹出！".format(one_url))

到此这篇关于详解用python实现爬取csdn热门评论url并存入redis的文章就介绍到这了,更多相关python爬取url内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！

原文链接：https://blog.csdn.net/Rex__404/article/details/115366167

详解用python实现爬取CSDN热门评论URL并存入redis

一、配置webdriver

二、获取url

三、写入redis

相关文章

热门资讯