怎么得到tuphub.today热榜和热度呢？

用到的模块有：requesst、re、pandas
步骤：1.得到url
2.设置请求头伪装浏览器，防止被反爬
3.请求获得文本文件
4.用re.compile()方法复制文本
5.用pd.DataFrame()让爬取的信息根据可读性，条理性。

import requests
import re
import pandas as pd

url = \"https://tophub.today/n/Jb0vmloB1G\"

headers = {
\"user-agent\": \"Mozilla/5.0 (Windows NT 10.0; Win64; x64)\"
                  \" AppleWebKit/537.36 (KHTML, like Gecko) \"
                  \"Chrome/100.0.4896.127 Safari/537.36 Edg/100.0.1185.44\"
}

r = requests.get(url,headers=headers).text # 得到text文本。

title = re.compile(\'itemid=\"[0-9]*\">(.*?)</a>\') # 这些信息在网页开发者模式下可以获取
titles = title.findall(r)[0:31] # 用findall方法和切片获得1-30的排行榜

num = re.compile(\"<td>(.*?)</td>\") #复制热度信息
nums = num.findall(r)[0:31]

m = {\"今日热点\"：titles,\"热度\"：nums}
file = pd.DataFrame(m) # 使用DataFrame方法使爬取的数据更具可读性。
print(file)

爬取后的样子：

如果你把这段代码复制运行，你可能会发现爬取不到，因为热榜信息在更新，写的不太严谨，因为作者见解有限，在不断学习中，有啥不足或者补充的，欢迎各位大佬评论！

来源：https://www.cnblogs.com/Eliaukgit/p/16177676.html
本站部分图文来源于网络，如有侵权请联系删除。