IT数码 购物 网址 头条 软件 日历 阅读 图书馆
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
图片批量下载器
↓批量下载图片,美女图库↓
图片自动播放器
↓图片自动播放器↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁
 
   -> Python知识库 -> python爬取B站《元龙》评论 -> 正文阅读

[Python知识库]python爬取B站《元龙》评论

本次爬取B站评论的目标,我们选取最近正在热播的《元龙》。
1、前期准备
首先我们先进入到《元龙》的页面
在这里插入图片描述
接下来按F12进入开发者模式在这里插入图片描述
接下来点击headers,我们发现了一个url,这个url里面就存在我们做需要的评论的数据。https://api.bilibili.com/x/v2/reply/main?callback=jQuery17209057814175272192_1631448075244&jsonp=jsonp&next=3&type=1&oid=673934753&mode=3&plat=1&_=1631449433781
在这里插入图片描述
把这个url复制到浏览器打开可以看到里面的json,但是如果直接复制到浏览器页面会出错,需要对这个url进行处理,处理成https://api.bilibili.com/x/v2/reply?&type=1&oid=673934753&np=2这种形式就可以复制到浏览器打开了。
在这里插入图片描述
2、编程部分
首先对网页内容进行爬取

import requests
import json
import time

def fenchUrl(url):
    headers =  {
        'accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8',
        'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36',
    }
    r = requests.get(url, headers=headers)
    r.raise_for_status()
    print(url)
    return r.text

接下来对json中所需内容进行提取,本次所需内容为:用户名以及评论内容

def parserHtml(html):
    try:
        s = json.loads(html)
    except:
        print("error")
    commentList = []
    hlist = []
    hlist.append("姓名")
    hlist.append("评论")

    for i in range(20):
        comment = s['data']['replies'][i]
        blist = []
        userName = comment['member']['uname']
        content = comment['content']['message']
        blist.append(userName)
        blist.append(content)
        commentList.append(blist)
    writePage(commentList)
    print("---" * 20)

最后对所爬取的内容进行保存

def writePage(urating):
    import pandas as pd
    dataFrame = pd.DataFrame(urating)
    print(dataFrame)
    dataFrame.to_csv(r"E:\test.csv",mode='a', index=False, sep=',', header=False)

爬取结果如下
在这里插入图片描述
完整代码:

import requests
import json
import time

def fenchUrl(url):
    headers =  {
        'accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8',
        'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/68.0.3440.106 Safari/537.36',
    }
    r = requests.get(url, headers=headers)
    r.raise_for_status()
    print(url)
    return r.text
def parserHtml(html):
    try:
        s = json.loads(html)
    except:
        print("error")
    commentList = []
    hlist = []
    hlist.append("姓名")
    hlist.append("评论")

    for i in range(20):
        comment = s['data']['replies'][i]
        blist = []
        userName = comment['member']['uname']
        content = comment['content']['message']
        blist.append(userName)
        blist.append(content)
        commentList.append(blist)
    writePage(commentList)
    print("---" * 20)
def writePage(urating):
    import pandas as pd
    dataFrame = pd.DataFrame(urating)
    print(dataFrame)
    dataFrame.to_csv(r"E:\test.csv",mode='a', index=False, sep=',', header=False)
if __name__ == '__main__':
    for page in range(0, 5):
        url = 'https://api.bilibili.com/x/v2/reply?type=1&oid=461496816&pn=' + str(page)
        html = fenchUrl(url)
        parserHtml(html)
        if page % 20 ==0:
            time.sleep(5)
  Python知识库 最新文章
Python中String模块
【Python】 14-CVS文件操作
python的panda库读写文件
使用Nordic的nrf52840实现蓝牙DFU过程
【Python学习记录】numpy数组用法整理
Python学习笔记
python字符串和列表
python如何从txt文件中解析出有效的数据
Python编程从入门到实践自学/3.1-3.2
python变量
上一篇文章      下一篇文章      查看所有文章
加:2021-09-13 09:13:47  更:2021-09-13 09:16:05 
 
开发: C++知识库 Java知识库 JavaScript Python PHP知识库 人工智能 区块链 大数据 移动开发 嵌入式 开发工具 数据结构与算法 开发测试 游戏开发 网络协议 系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁

360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 -2024/11/15 15:12:37-

图片自动播放器
↓图片自动播放器↓
TxT小说阅读器
↓语音阅读,小说下载,古典文学↓
一键清除垃圾
↓轻轻一点,清除系统垃圾↓
图片批量下载器
↓批量下载图片,美女图库↓
  网站联系: qq:121756557 email:121756557@qq.com  IT数码