博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
<进击的虫师>舆情监测之获取数据
阅读量:6683 次
发布时间:2019-06-25

本文共 1891 字,大约阅读时间需要 6 分钟。

舆情监测是对互联网上公众的言论和观点进行监视和预测的行为.监测技术大多是基于爬虫的, 如果我们把相关热点事件的关键词, 用搜索引擎进行搜索, 并将结果保存到本地,就实现了舆情监测的第一环节:实时获取互联网数据
舆情监测.png

初步实现效果

获取数据.gif

实现代码

import requestsfrom lxml import etreeimport osimport sysdef getData(wd):    # 设置用户代理头    headers = {        # 设置用户代理头(为狼披上羊皮)        "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36",    }    # 构造目标网址    target_url = "https://www.baidu.com/s?wd="+str(wd)    # 获取响应    data = requests.get(target_url, headers = headers)    # xpath格式化    data_etree = etree.HTML(data.content)    # 提取数据列表    content_list = data_etree.xpath('//div[@id="content_left"]/div[contains(@class, "result c-container")]')    # 定义返回的字符串    result = ""    # 获取标题, 内容, 链接    for content in content_list:        result_title = "
<标题>
" bd_title = content.xpath('.//h3/a') for bd_t in bd_title: result_title += bd_t.xpath('string(.)') result_content = "
<内容>
" bd_content = content.xpath('.//div[@class="c-abstract"]') for bd_c in bd_content: result_content += bd_c.xpath('string(.)') result_link = "
<链接>
"+str(list(content.xpath('.//div[@class="f13"]/a[@class="c-showurl"]/@href'))[0]) result_list = [result_title, "\n" , result_content , "\n", result_link, "\n", "\n"] for result_l in result_list: result += str(result_l) return result# 保存为文件def saveDataToFile(file_name, data): # 建立文件夹 if os.path.exists("./data/"): pass else: os.makedirs("./data/") with open("./data/"+file_name+".txt", "w+") as f: f.write(data)def main(): wd = "" try: wd = sys.argv[1] except: pass if (len(wd) == 0): wd = "火影" str_data = getData(wd) print(str_data) saveDataToFile(wd, str_data)if __name__ == '__main__': main()

转载地址:http://rxaao.baihongyu.com/

你可能感兴趣的文章
不用linux作为桌面的N个理由
查看>>
Rabbitmq学习之路3-cluster
查看>>
iptables实现NAT(网络搜索整理)
查看>>
关于ip地址
查看>>
ASP.NET自定义404和500错误页面
查看>>
OpenGL学习(七)纹理映射
查看>>
一些必不可少的Sublime Text 2插件
查看>>
<進階&高級>ADT線上視頻&PPT課件
查看>>
iOS md5加密
查看>>
测试项目
查看>>
第一章ASP.NET SignalR简介
查看>>
SSH
查看>>
使用python3来生成安全的随机密码
查看>>
41-50(UIApplication和delegate,UIApplicationMain,UIWindow,程序启动的完整过程,控制器view的延迟加载)...
查看>>
HTTP服务器实现
查看>>
2017.03
查看>>
95Cloud 可信云计算管理系统(IaaS) ———持续数据保护(CDP)简介
查看>>
锁等待分析处理
查看>>
未能加载文件或程序集“System.Data.SQLite”或它的某一个依赖项
查看>>
傻瓜式操作Nagios
查看>>