R系列-2分鐘爬蟲擼起來(脈脈為例)

作為一個屌絲數(shù)據分析獅,倘若你突然來找我锣枝,可能我不是在跑數(shù)據,就是在整理數(shù)據ing(典型的數(shù)據搬運工...??)兰英;當然撇叁,偶爾在MapReduce任務剛剛開始的時候,我也會打個盹:

image

不要問我打盹的時候在干嘛畦贸,???♂?陨闹,刷脈脈!1』怠G骼鳌!

不要問我脈脈是啥=鹤埂君账!自己百度去....(一個匿名浮躁且充滿暴擊的社區(qū))。

有圖為證:

image

話說本屌已經被暴擊的體無完膚沈善;突然轉而一想乡数,這些經常逛脈脈的人一般都在關注些什么?

進入正題闻牡,我開始嘗試爬取脈脈“職言”板塊的帖子净赴。

究竟怎么弄,那就給你簡單粗暴的介紹一下(說詳細了你也不會看??)罩润。

“職言”板塊就一個外鏈(其實被隱藏)玖翅,沒有翻頁(其實有)靠下拉;比如下面這個圖哨啃,你下拉烧栋,鏈接永遠是這一個“https://maimai.cn/gossip_list

image

那么如何找到真正請求的url,請遵守以下順序:點擊鼠標右鍵-檢查-Network-XHR-刷新當前頁面-從XHR中出現(xiàn)的一系列url開始尋找-找到很多值的那個url拳球;

比如以下圖片审姓,該url對應的響應數(shù)據剛好就是頁面上展示的結果,就是它祝峻!

image

那么找到了url之后我們在瀏覽器中單獨看下這個url的效果:

image

擦魔吐,這個正是我們想要的扎筒,url返回了詳細json格式數(shù)據;這里面主要的釋義如下:

text:帖子文本
author:作者time:發(fā)布時間
amts:評論數(shù)
circles_views:瀏覽數(shù)
likes:喜歡數(shù)
spreads:轉發(fā)數(shù)related_companies:話題涉及的公司名稱

好了酬姆,下面是代碼環(huán)節(jié)嗜桌,本系列采用R語言實現(xiàn)整個操作;

R的爬蟲生態(tài)明顯弱于Python辞色,不過R的實現(xiàn)過程也是非常有趣(主要是代碼簡單...):

library(rvest)    # rvest r爬蟲library(magrittr) # 管道函數(shù)library(dplyr)    # 數(shù)據處理# 尋找到url(其中的uid骨宠、token等替換成自己的)url<-"https://maimai.cn/sdk/web/gossip_list?u=1231313&channel=www&version=4.0.0&_csrf=HrQLzvpn-LIOLmadaE&access_token=dadadada1313131&uid=dadadada&token=dadada&page=10&jsononly=1"# 請求并翻譯這個urlct <- read_html(url,encoding = "utf-8")%>%html_text()ct1 <- ct %>% fromJSON()# 提取json中對應的數(shù)據模塊text = ct1$data['text']
author = ct1$data['name']
related_companies = ct1$data['related_companies']
likes = ct1$data['likes']
cmts = ct1$data['cmts']
spreads = ct1$data['spreads']
fheight = ct1$data['fheight']
time = ct1$data['time']# 數(shù)據合并result = data.frame(text = text,author=author,related_companies=related_companies,
                    likes=likes,cmts=cmts,spreads=spreads,fheight=fheight,time = time,
                    stringsAsFactors = F)result$company = apply(related_companies,1,function(x)x[[1]]$name)result = select(result,text,name,likes,cmts,time,company)# 預覽head(result,10)

弄完之后,通過預覽相满,數(shù)據都被整齊的扒下來了:

image

上面就是教你怎么直接爬取脈脈數(shù)據的方法层亿,直接開擼吧??!

回到之前的疑問立美,當我們在玩脈脈的時候我們在關注著什么匿又,請看下回!

?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末建蹄,一起剝皮案震驚了整個濱河市碌更,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌洞慎,老刑警劉巖痛单,帶你破解...
    沈念sama閱讀 217,185評論 6 503
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異拢蛋,居然都是意外死亡桦他,警方通過查閱死者的電腦和手機蔫巩,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,652評論 3 393
  • 文/潘曉璐 我一進店門谆棱,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人圆仔,你說我怎么就攤上這事垃瞧。” “怎么了坪郭?”我有些...
    開封第一講書人閱讀 163,524評論 0 353
  • 文/不壞的土叔 我叫張陵个从,是天一觀的道長。 經常有香客問我歪沃,道長嗦锐,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 58,339評論 1 293
  • 正文 為了忘掉前任沪曙,我火速辦了婚禮奕污,結果婚禮上,老公的妹妹穿的比我還像新娘液走。我一直安慰自己碳默,他們只是感情好贾陷,可當我...
    茶點故事閱讀 67,387評論 6 391
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著嘱根,像睡著了一般髓废。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上该抒,一...
    開封第一講書人閱讀 51,287評論 1 301
  • 那天慌洪,我揣著相機與錄音,去河邊找鬼凑保。 笑死蒋譬,一個胖子當著我的面吹牛,可吹牛的內容都是我干的愉适。 我是一名探鬼主播犯助,決...
    沈念sama閱讀 40,130評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼维咸!你這毒婦竟也來了剂买?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 38,985評論 0 275
  • 序言:老撾萬榮一對情侶失蹤癌蓖,失蹤者是張志新(化名)和其女友劉穎瞬哼,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體租副,經...
    沈念sama閱讀 45,420評論 1 313
  • 正文 獨居荒郊野嶺守林人離奇死亡坐慰,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,617評論 3 334
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了用僧。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片结胀。...
    茶點故事閱讀 39,779評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖责循,靈堂內的尸體忽然破棺而出糟港,到底是詐尸還是另有隱情,我是刑警寧澤院仿,帶...
    沈念sama閱讀 35,477評論 5 345
  • 正文 年R本政府宣布秸抚,位于F島的核電站,受9級特大地震影響歹垫,放射性物質發(fā)生泄漏剥汤。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,088評論 3 328
  • 文/蒙蒙 一排惨、第九天 我趴在偏房一處隱蔽的房頂上張望吭敢。 院中可真熱鬧,春花似錦若贮、人聲如沸省有。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,716評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽蠢沿。三九已至伸头,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間舷蟀,已是汗流浹背恤磷。 一陣腳步聲響...
    開封第一講書人閱讀 32,857評論 1 269
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留野宜,地道東北人扫步。 一個月前我還...
    沈念sama閱讀 47,876評論 2 370
  • 正文 我出身青樓,卻偏偏與公主長得像匈子,于是被迫代替她去往敵國和親河胎。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 44,700評論 2 354

推薦閱讀更多精彩內容

  • 1虎敦、通過CocoaPods安裝項目名稱項目信息 AFNetworking網絡請求組件 FMDB本地數(shù)據庫組件 SD...
    陽明先生_X自主閱讀 15,980評論 3 119
  • 第一次去雪浪山正是薰衣草盛開的時節(jié)游岳,花很美,很壯觀其徙,留下了許多美好的回憶胚迫。這次再去雪浪山,錯過了花期唾那,薰衣草已經謝...
    黯黯紅塵一路相伴閱讀 191評論 0 0
  • “hey 我真的好想你 現(xiàn)在窗外面 又開始下著雨 眼睛干干的 有想哭的心情 不知道你現(xiàn)在到底在哪里” ...
    若小槿兮閱讀 263評論 0 2
  • 最后一個夜晚 木業(yè) 他看著遠方的太陽 整理鋪好的干床 夏天的黃昏是那么火紅 像是在宣告他的死亡 走在余...
    怪味兒閱讀 886評論 0 2
  • 她啊 是我最不想提 卻又不得不想的人 我們可以一整天的聊 也可以接連幾個星期不發(fā)微信不打電話不聯(lián)系 最后實在忍不住...
    鹿秋野閱讀 185評論 0 0