这篇教程详解用python实现爬取CSDN热门评论URL并存入redis写得很实用，希望能帮到您。
一、配置webdriver下载谷歌浏览器驱动，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:/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URLfrom 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
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 
import redisr_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)
大功告成！ 在Redis Desktop Manager中可以看到，爬取和写入都是非常的快。
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51zixue.net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51zixue.net！
python之Django自动化资产扫描的实现
Python合并Excel表(多sheet)的实现 |
