Python爬蟲如-何爬取ajax網(wǎng)頁(yè)之爬取雪球網(wǎng)文章

1.效果圖

在這里插入圖片描述

2.傳送門點(diǎn)擊傳送門

3.發(fā)工具之后蠢沿,往下滑時(shí)會(huì)出現(xiàn)一個(gè)接口(當(dāng)然滑的越多接口越多)

在這里插入圖片描述

4.我們通過(guò)對(duì)比兩個(gè)及以上的接口進(jìn)行分析它們的不同之處(這叫找規(guī)律)
可以發(fā)現(xiàn)max_id是在變化的望浩,其他都是不變的译打,而且count是返回的文章數(shù)目有15個(gè),所以max_id只要自增15就可以實(shí)現(xiàn)翻頁(yè)了帐萎,是不是很簡(jiǎn)單


在這里插入圖片描述

5.我們可以這么寫代碼實(shí)現(xiàn)翻頁(yè)(這代碼只是舉例子怎么寫翻頁(yè)馒吴,不代表最終的代碼)俭厚,這里我取max_id開始的地方是20333000(小伙伴們可以自己去找一下max_id的有效范圍),如下

max_id = 20333000
while True:
    # 請(qǐng)求的url
    url = 'https://xueqiu.com/v4/statuses/public_timeline_by_category.json?since_id=-1&max_id={}&count=15&category=-1'.format(max_id)
    # 返回來(lái)的數(shù)據(jù)是json格式
    resp = requests.get(url, headers=headers).json()
    max_id += 15

6.接下來(lái)分析一下返回來(lái)的數(shù)據(jù)澡刹,以便我們進(jìn)行抓取呻征,通過(guò)下圖我們可以發(fā)現(xiàn)每一篇文章都是存儲(chǔ)在列表這個(gè)鍵當(dāng)中的,所以我們先取出list這個(gè)鍵
在這里插入圖片描述

代碼如下:

# 我們需要的數(shù)據(jù)存在一個(gè)列表之中罢浇,先取出這個(gè)列表
lists = resp.get('list')

7.再看每一篇文章的信息陆赋,將data的信息復(fù)制粘貼到j(luò)son.cn這個(gè)網(wǎng)站去查看json的信息,可以發(fā)在data中取出我們需要的信息

在這里插入圖片描述
for temp in lists:
    # 數(shù)據(jù)在每一個(gè)元素中的data鍵中嚷闭,取出data
    data = temp.get('data')
    # 取出來(lái)的data是一個(gè)str類型奏甫,我們需要將其轉(zhuǎn)換成dict的類型方可操作
    data = json.loads(data)
    # 判斷data是否存在
    if data:
        # 獲取文章的題目
        title = data.get('title')
        # 如果沒(méi)有題目,就continue凌受,因?yàn)橥ㄟ^(guò)我的觀察阵子,沒(méi)有title的一般是廣告之類的
        if not title:
            continue
        # 獲取摘要
        description = data.get('description')
        # 數(shù)據(jù)清洗,使用正則表達(dá)式的sub方法
        description = re.sub(r'<a.*?>|</a>|<img.*?/>', '', description)
        # 獲取用戶的信息胜蛉,用戶的信息在data里邊的user鍵中
        user_name = data.get('user').get('screen_name')
        # 獲取是什么類型的文章
        column = temp.get('column')
        # 獲取發(fā)表的時(shí)間戳
        created_at = data.get('created_at')
        # 獲取閱讀人數(shù)
        view_count = data.get('view_count')

        # 聲明一個(gè)字典存儲(chǔ)數(shù)據(jù)
        data_dict = {}
        data_dict['title'] = title
        data_dict['description'] = description
        data_dict['user_name'] = user_name
        data_dict['column'] = column
        data_dict['created_at'] = created_at
        data_dict['view_count'] = view_count

        print(data_dict)

8.最后就是將數(shù)據(jù)保存到文件中挠进,其中data_list是我在前面一開始就聲明的了

# 將數(shù)據(jù)寫入json文件
with open('data_json.json', 'a+', encoding='utf-8-sig') as f:
    json.dump(data_list, f, ensure_ascii=False, indent=4)
print('json文件寫入完成')

# 將數(shù)據(jù)寫入csv文件
with open('data_csv.csv', 'w', encoding='utf-8-sig', newline='') as f:
    # 表頭
    title = data_list[0].keys()
    # 聲明writer
    writer = csv.DictWriter(f, title)
    # 寫入表頭
    writer.writeheader()
    # 批量寫入數(shù)據(jù)
    writer.writerows(data_list)
print('csv文件寫入完成')

9.完整代碼

完整代碼公眾號(hào)回復(fù)'雪球網(wǎng)'關(guān)鍵字即可

公眾號(hào):pythonislover

記得要設(shè)置延遲噢,我們是一只文明的爬蟲~~~ 忘了說(shuō)了誊册,cookie會(huì)過(guò)期领突,需要及時(shí)更新cookie

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市案怯,隨后出現(xiàn)的幾起案子君旦,更是在濱河造成了極大的恐慌,老刑警劉巖嘲碱,帶你破解...
    沈念sama閱讀 216,402評(píng)論 6 499
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件金砍,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡麦锯,警方通過(guò)查閱死者的電腦和手機(jī)恕稠,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,377評(píng)論 3 392
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)扶欣,“玉大人鹅巍,你說(shuō)我怎么就攤上這事千扶。” “怎么了骆捧?”我有些...
    開封第一講書人閱讀 162,483評(píng)論 0 353
  • 文/不壞的土叔 我叫張陵澎羞,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我敛苇,道長(zhǎng)煤痕,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,165評(píng)論 1 292
  • 正文 為了忘掉前任接谨,我火速辦了婚禮摆碉,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘脓豪。我一直安慰自己巷帝,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,176評(píng)論 6 388
  • 文/花漫 我一把揭開白布扫夜。 她就那樣靜靜地躺著楞泼,像睡著了一般。 火紅的嫁衣襯著肌膚如雪笤闯。 梳的紋絲不亂的頭發(fā)上堕阔,一...
    開封第一講書人閱讀 51,146評(píng)論 1 297
  • 那天,我揣著相機(jī)與錄音颗味,去河邊找鬼超陆。 笑死,一個(gè)胖子當(dāng)著我的面吹牛浦马,可吹牛的內(nèi)容都是我干的时呀。 我是一名探鬼主播,決...
    沈念sama閱讀 40,032評(píng)論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼晶默,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼谨娜!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起磺陡,我...
    開封第一講書人閱讀 38,896評(píng)論 0 274
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤趴梢,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后币他,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體坞靶,經(jīng)...
    沈念sama閱讀 45,311評(píng)論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,536評(píng)論 2 332
  • 正文 我和宋清朗相戀三年圆丹,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了滩愁。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 39,696評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡辫封,死狀恐怖硝枉,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情倦微,我是刑警寧澤妻味,帶...
    沈念sama閱讀 35,413評(píng)論 5 343
  • 正文 年R本政府宣布,位于F島的核電站欣福,受9級(jí)特大地震影響责球,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜拓劝,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,008評(píng)論 3 325
  • 文/蒙蒙 一雏逾、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧郑临,春花似錦栖博、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,659評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至躺翻,卻和暖如春丧叽,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背公你。 一陣腳步聲響...
    開封第一講書人閱讀 32,815評(píng)論 1 269
  • 我被黑心中介騙來(lái)泰國(guó)打工踊淳, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人陕靠。 一個(gè)月前我還...
    沈念sama閱讀 47,698評(píng)論 2 368
  • 正文 我出身青樓嚣崭,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親懦傍。 傳聞我的和親對(duì)象是個(gè)殘疾皇子雹舀,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,592評(píng)論 2 353

推薦閱讀更多精彩內(nèi)容