如何用Python爬取百度搜索結果并保存
這篇文章主要講解了“如何用Python爬取百度搜索結果并保存”，文中的講解內(nèi)容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“如何用Python爬取百度搜索結果并保存”吧！
創(chuàng)新互聯(lián)是一家專注于網(wǎng)站設計制作、成都網(wǎng)站建設與策劃設計,海晏網(wǎng)站建設哪家好?創(chuàng)新互聯(lián)做網(wǎng)站,專注于網(wǎng)站建設10余年,網(wǎng)設計領域的專業(yè)建站公司;建站業(yè)務涵蓋:海晏等地區(qū)。海晏做網(wǎng)站價格咨詢:18980820575
一、前言
眾所周知，百度上直接搜索關鍵字會出來一大堆東西，時常還會伴隨有廣告出現(xiàn)，不小心就點進去了，還得花時間退出來，有些費勁。
最近群里有個小伙伴提出一個需求，需要獲取百度上關于糧食的相關講話文章標題和鏈接。正好小編最近在學習爬蟲，就想著拿這個需求來練練手。我們都知道，對Python來說，有大量可用的庫，實現(xiàn)起來并不難，動手吧。
二、項目目標
爬取百度上關鍵字為“糧食”的搜索結果，并保存，提交給客戶，用于進一步分析我國糧食政策。
三、項目準備
軟件：PyCharm
需要的庫：json， requests，etree
四、項目分析
1)如何進行關鍵詞搜索?
利用response庫，直接Get網(wǎng)址獲得搜索結果。網(wǎng)址如下：
https://www.baidu.com/s?wd=糧食
2)如何獲取標題和鏈接?
利用etree對原代碼進行規(guī)范梳理后，通過Xpath定位到文章標題和href，獲取標題和文章鏈接。
3)如何保存搜索結果?
新建txt文件，對搜索結果循環(huán)寫入，保存即可。
五、項目實現(xiàn)
1、第一步導入需要的庫
import json import requests from lxml import etree
2、第二步用requests進行請求搜索
headers = { "User-Agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.104 Safari/537.36" } response = requests.get('https://www.baidu.com/s?wd=糧食&lm=1', headers=headers)3、第三步對獲取的源代碼進行整理分析，通過Xpath定位需要的資源
r = response.text html = etree.HTML(r, etree.HTMLParser()) r1 = html.xpath('//h4') r2 = html.xpath('//*[@class="c-abstract"]') r3 = html.xpath('//*[@class="t"]/a/@href')4、第四步把有用資源循環(huán)讀取保存
for i in range(10): r11 = r1[i].xpath('string(.)') r22 = r2[i].xpath('string(.)') r33 = r3[i] with open('ok.txt', 'a', encoding='utf-8') as c: c.write(json.dumps(r11,ensure_ascii=False) + '\n') c.write(json.dumps(r22, ensure_ascii=False) + '\n') c.write(json.dumps(r33, ensure_ascii=False) + '\n') print(r11, end='\n') print('------------------------') print(r22, end='\n') print(r33)六、效果展示
1、程序運行結果，如下圖所示：
2、保存為txt的文件最終結果如下圖所示：
七、總結
本文介紹了如何利用Python對百度搜索結果進行爬取、保存，是一個小爬蟲，這也是Python好玩的地方，有大量免費的庫可用，能幫你實現(xiàn)各種需求。工作量大，學會用Python!
感謝各位的閱讀，以上就是“如何用Python爬取百度搜索結果并保存”的內(nèi)容了，經(jīng)過本文的學習后，相信大家對如何用Python爬取百度搜索結果并保存這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是創(chuàng)新互聯(lián)，小編將為大家推送更多相關知識點的文章，歡迎關注！
名稱欄目：如何用Python爬取百度搜索結果并保存
標題URL：http://muchs.cn/article12/gjgcdc.html
成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供云服務器、移動網(wǎng)站建設、手機網(wǎng)站建設、App設計、網(wǎng)站收錄、網(wǎng)站排名
聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉載內(nèi)容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉載，或轉載時需注明來源： 創(chuàng)新互聯(lián)
