知乎登錄和關(guān)鍵詞爬取

import csv
import time
import urllib.parse as parse
from selenium import webdriver
from pyquery import PyQuery as pq
from selenium.webdriver.common.by import By
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC

driver = webdriver.Chrome()
driver.set_window_size(1920, 1200)
wait = WebDriverWait(driver, 10)


def login_zhihu(username, password):
    """登錄知乎
    :param username: 用戶(hù)名
    :param password: 密碼
    """
    try:
        login_url = 'https://www.zhihu.com/signin'
        driver.get(login_url)

        username_input = wait.until(EC.presence_of_element_located((By.XPATH,
                                                                    '//*[@id="root"]/div/main/div/div/div/div[2]/div[1]/form/div[1]/div[2]/div[1]/input')))
        username_input.send_keys(username)
        password_input = wait.until(EC.presence_of_element_located((By.XPATH,
                                                                    '//*[@id="root"]/div/main/div/div/div/div[2]/div[1]/form/div[2]/div/div[1]/input')))
        password_input.send_keys(password)

        # 等待20秒很泊,用于手動(dòng)輸入驗(yàn)證碼
        time.sleep(20)
        button = wait.until(EC.element_to_be_clickable((By.XPATH,
                                                        '//*[@id="root"]/div/main/div/div/div/div[2]/div[1]/form/button')))
        button.submit()

        # 等待Cookies加載# 等待Cookies加載
        time.sleep(10)
        cookies = driver.get_cookies()
        print(cookies)
    except Exception as e:
        print(e)
    finally:
        driver.close()


def topic_title_spider(keyword='王寶強(qiáng)', filename='wangbaoqiang', scroll_times=10):
    """ 獲取關(guān)鍵詞搜素下標(biāo)題和評(píng)論的數(shù)目
    :param keyword: 關(guān)鍵詞
    :param filename: 保存的文件名
    :param scroll_times: 頁(yè)面向下滾動(dòng)次數(shù)
    """
    start = time.time()

    # 建立一個(gè)收集數(shù)據(jù)的csv文件
    csvFile = open('./%s.csv' % filename, 'a+', newline='')
    writer = csv.writer(csvFile)
    writer.writerow(('title', 'review_num'))

    # 將關(guān)鍵詞轉(zhuǎn)換為十六進(jìn)制格式颇象,填入到鏈接中
    kw = parse.quote(keyword)
    url = 'https://www.zhihu.com/search?type=content&q=%s' % kw
    driver.get(url)

    # 加載盡可能多的頁(yè)面數(shù)據(jù)
    for i in range(1, scroll_times, 1):
        driver.execute_script('window.scrollTo(0, document.body.scrollHeight)')
        duration = time.time() - start
        print('%s -- 小爬蟲(chóng) 已經(jīng)向下滾動(dòng) 第%d次 了,運(yùn)行時(shí)間%.2f秒鸟废,好累啊!' % (keyword, i, duration))
        time.sleep(5)

    html = driver.page_source

    # 解析獲取所需內(nèi)容
    doc = pq(html)
    items = doc('.Card .List-item').items()
    count = 0
    for i, item in enumerate(items):
        button = item.find('.ContentItem-action')
        if button:
            try:
                review_num = button.text().split(' ')[-2]
                title = item.find('.ContentItem-title').text().replace('\r', '').replace('\n', '')
                writer.writerow((title, review_num))
                count += 1
                print('成功' + str(count) + '條佩微!')
                print(title, review_num)
                print()
            except Exception as e:
                print(e)
                continue

    csvFile.close()
    driver.quit()


if __name__ == '__main__':
    # login_zhihu('XXX', 'XXX')
    topic_title_spider(keyword='Python', filename='python', scroll_times=20)

最后編輯于
?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:七十年代末旅敷,一起剝皮案震驚了整個(gè)濱河市绞佩,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌丑掺,老刑警劉巖获印,帶你破解...
    沈念sama閱讀 222,104評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異街州,居然都是意外死亡兼丰,警方通過(guò)查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,816評(píng)論 3 399
  • 文/潘曉璐 我一進(jìn)店門(mén)唆缴,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)鳍征,“玉大人,你說(shuō)我怎么就攤上這事面徽⊙薮裕” “怎么了?”我有些...
    開(kāi)封第一講書(shū)人閱讀 168,697評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵趟紊,是天一觀的道長(zhǎng)氮双。 經(jīng)常有香客問(wèn)我,道長(zhǎng)霎匈,這世上最難降的妖魔是什么戴差? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 59,836評(píng)論 1 298
  • 正文 為了忘掉前任,我火速辦了婚禮唧躲,結(jié)果婚禮上造挽,老公的妹妹穿的比我還像新娘。我一直安慰自己弄痹,他們只是感情好饭入,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,851評(píng)論 6 397
  • 文/花漫 我一把揭開(kāi)白布。 她就那樣靜靜地躺著肛真,像睡著了一般谐丢。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上蚓让,一...
    開(kāi)封第一講書(shū)人閱讀 52,441評(píng)論 1 310
  • 那天乾忱,我揣著相機(jī)與錄音,去河邊找鬼历极。 笑死窄瘟,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的趟卸。 我是一名探鬼主播蹄葱,決...
    沈念sama閱讀 40,992評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼锄列!你這毒婦竟也來(lái)了图云?” 一聲冷哼從身側(cè)響起,我...
    開(kāi)封第一講書(shū)人閱讀 39,899評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤邻邮,失蹤者是張志新(化名)和其女友劉穎竣况,沒(méi)想到半個(gè)月后,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體筒严,經(jīng)...
    沈念sama閱讀 46,457評(píng)論 1 318
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡丹泉,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 38,529評(píng)論 3 341
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了鸭蛙。 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嘀掸。...
    茶點(diǎn)故事閱讀 40,664評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖规惰,靈堂內(nèi)的尸體忽然破棺而出睬塌,到底是詐尸還是另有隱情,我是刑警寧澤歇万,帶...
    沈念sama閱讀 36,346評(píng)論 5 350
  • 正文 年R本政府宣布揩晴,位于F島的核電站,受9級(jí)特大地震影響贪磺,放射性物質(zhì)發(fā)生泄漏硫兰。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 42,025評(píng)論 3 334
  • 文/蒙蒙 一寒锚、第九天 我趴在偏房一處隱蔽的房頂上張望劫映。 院中可真熱鬧违孝,春花似錦、人聲如沸泳赋。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 32,511評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)祖今。三九已至校坑,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間千诬,已是汗流浹背耍目。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 33,611評(píng)論 1 272
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留徐绑,地道東北人邪驮。 一個(gè)月前我還...
    沈念sama閱讀 49,081評(píng)論 3 377
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像傲茄,于是被迫代替她去往敵國(guó)和親耕捞。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,675評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容