Python3爬取今日頭條有關(guān)《人民的名義》文章

最近一直在看Python的基礎(chǔ)語法知識(shí),五一假期手癢癢想練練徒爹,正好《人民的名義》剛結(jié)束苍柏,于是決定扒一下頭條上面的人名的名義文章,試試技術(shù)同時(shí)可以集中看一下大家的腦洞也是極好的竣稽。

首先,我們先打開頭條的網(wǎng)頁版霍弹,在右上角搜索框輸入關(guān)鍵詞毫别,通過chrome調(diào)試工具,我們定位到頭條的search欄調(diào)用的的API為:

http://www.toutiao.com/search_content/?offset=0&format=json&keyword=%E4%BA%BA%E6%B0%91%E7%9A%84%E5%90%8D%E4%B9%89&autoload=true&count=20&cur_tab=1

其返回的數(shù)據(jù)是標(biāo)準(zhǔn)的json庞萍,所有的相關(guān)文章鏈接在data中拧烦,key值為article_url忘闻,好準(zhǔn)備工作完成钝计,我們開始動(dòng)手coding。

首先,我們構(gòu)造頭條必要的search條件:

query_data = {'offset':offset,'format':'json','keyword':'人民的名義','autoload':'true','count':20,# 每次返回 20 篇文章'cur_tab':1}

當(dāng)然私恬,我們除了search參數(shù)之外债沮,還需要必要的header頭信息,仔細(xì)查看之后我們可以看到本鸣,

我們只選取其中必要的信息疫衩,不放cookie;

然后是編碼查詢條件

其中_get_query_string方法將query_data編碼荣德;

拿到article_req之后解析獲取當(dāng)前搜索結(jié)果的所有文章鏈接闷煤,實(shí)現(xiàn)如下:

獲取到文章鏈接之后,我們打開每一個(gè)url進(jìn)行解析涮瞻。

此處鲤拿,我們簡(jiǎn)單地對(duì)article_content進(jìn)行解析,取出文章標(biāo)題署咽、內(nèi)容和圖片近顷。

解析完成之后,我們將內(nèi)容保存到mongo中宁否,方便后續(xù)的取數(shù)分析窒升。

然后我們運(yùn)行一下程序,

運(yùn)行程序的時(shí)候我們發(fā)現(xiàn)慕匠,通過search來搜索最后得到的文章數(shù)量有限饱须,只有幾十篇文章,估計(jì)是頭條的限制台谊。

下一篇我們將介紹如何通過一篇文章和相關(guān)推薦進(jìn)行鏈?zhǔn)脚廊∷械年P(guān)聯(lián)推薦文章冤寿。

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,一起剝皮案震驚了整個(gè)濱河市青伤,隨后出現(xiàn)的幾起案子督怜,更是在濱河造成了極大的恐慌,老刑警劉巖狠角,帶你破解...
    沈念sama閱讀 217,509評(píng)論 6 504
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件号杠,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡丰歌,警方通過查閱死者的電腦和手機(jī)姨蟋,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,806評(píng)論 3 394
  • 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立帖,“玉大人眼溶,你說我怎么就攤上這事∠拢” “怎么了堂飞?”我有些...
    開封第一講書人閱讀 163,875評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵灌旧,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我绰筛,道長(zhǎng)枢泰,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 58,441評(píng)論 1 293
  • 正文 為了忘掉前任铝噩,我火速辦了婚禮衡蚂,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘骏庸。我一直安慰自己毛甲,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,488評(píng)論 6 392
  • 文/花漫 我一把揭開白布具被。 她就那樣靜靜地躺著丽啡,像睡著了一般。 火紅的嫁衣襯著肌膚如雪硬猫。 梳的紋絲不亂的頭發(fā)上补箍,一...
    開封第一講書人閱讀 51,365評(píng)論 1 302
  • 那天,我揣著相機(jī)與錄音啸蜜,去河邊找鬼坑雅。 笑死,一個(gè)胖子當(dāng)著我的面吹牛衬横,可吹牛的內(nèi)容都是我干的裹粤。 我是一名探鬼主播,決...
    沈念sama閱讀 40,190評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼蜂林,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼遥诉!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起噪叙,我...
    開封第一講書人閱讀 39,062評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤矮锈,失蹤者是張志新(化名)和其女友劉穎,沒想到半個(gè)月后睁蕾,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體苞笨,經(jīng)...
    沈念sama閱讀 45,500評(píng)論 1 314
  • 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 37,706評(píng)論 3 335
  • 正文 我和宋清朗相戀三年子眶,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了瀑凝。 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 39,834評(píng)論 1 347
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡臭杰,死狀恐怖粤咪,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情渴杆,我是刑警寧澤寥枝,帶...
    沈念sama閱讀 35,559評(píng)論 5 345
  • 正文 年R本政府宣布宪塔,位于F島的核電站,受9級(jí)特大地震影響脉顿,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜点寥,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,167評(píng)論 3 328
  • 文/蒙蒙 一艾疟、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧敢辩,春花似錦蔽莱、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,779評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至同廉,卻和暖如春仪糖,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背迫肖。 一陣腳步聲響...
    開封第一講書人閱讀 32,912評(píng)論 1 269
  • 我被黑心中介騙來泰國(guó)打工锅劝, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人蟆湖。 一個(gè)月前我還...
    沈念sama閱讀 47,958評(píng)論 2 370
  • 正文 我出身青樓故爵,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親隅津。 傳聞我的和親對(duì)象是個(gè)殘疾皇子诬垂,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,779評(píng)論 2 354

推薦閱讀更多精彩內(nèi)容

  • Android 自定義View的各種姿勢(shì)1 Activity的顯示之ViewRootImpl詳解 Activity...
    passiontim閱讀 172,111評(píng)論 25 707
  • Spring Cloud為開發(fā)人員提供了快速構(gòu)建分布式系統(tǒng)中一些常見模式的工具(例如配置管理,服務(wù)發(fā)現(xiàn)伦仍,斷路器结窘,智...
    卡卡羅2017閱讀 134,654評(píng)論 18 139
  • 本文是學(xué)習(xí) 天善學(xué)院 Python3爬蟲三大案例實(shí)戰(zhàn)分享 / 分析Ajax抓取今日頭條街拍美圖 后所寫,感謝崔慶才...
    4ffde5305e8f閱讀 1,814評(píng)論 0 5
  • 股票 股票充蓝,指公司簽發(fā)的證明股東所持股份的憑證晦鞋。過去確實(shí)有一張“紙”作為股票。現(xiàn)在滬深證交所股票買賣實(shí)行無紙化棺克,計(jì)...
    孤逐王閱讀 5,556評(píng)論 8 229
  • 《祖國(guó)啊娜谊,母親》67年前确买,你在漫長(zhǎng)的黑夜盡頭望到黎明的曙光。67年前纱皆,你有了一個(gè)響亮的名字湾趾。67年前芭商,你終于滿眼淚...
    重慶精神病院長(zhǎng)閱讀 353評(píng)論 0 0