博客
关于我
Selenium实现微博爬虫
阅读量:182 次
发布时间:2019-02-28

本文共 302 字,大约阅读时间需要 1 分钟。

抓取节点:将每条评论作为一个节点(包含用户信息、评论内容及发布时间等信息)。若一页有20条评论,则节点数量即为20。

节点获取:通过CSS选择器div.card > div.card-feed > div.content找到所有符合条件的节点。

节点处理:逐个遍历节点列表,判断每个节点是否包含“展开全文”链接。操作步骤如下:

  • 检查节点中是否存在p > a[action-type='fl_unfold']元素
  • 判断该链接的显示状态
  • 如果满足条件,且链接文本以“展开全文c”开头:

    • 点击该链接,获取指定位置的评论内容
    • 否则,直接获取评论文本
    • 同时,提取用户信息

    注:该操作需确保唯一性,避免误选其他元素。

    转载地址:http://tdfn.baihongyu.com/

    你可能感兴趣的文章
    OTA测试
    查看>>
    others
    查看>>
    Oulipo
    查看>>
    Outlook 2010 Inside Out
    查看>>
    outlook 2016 接收发送无法及时收下邮件,如何更改接收时间?
    查看>>
    Outlook Express could not be started
    查看>>
    outlook express 故障
    查看>>
    Outlook替代Hotmail:社交很重要,但邮箱是根本
    查看>>
    outputStream转inputStream
    查看>>
    overflow:hidden不生效问题
    查看>>
    overlay(VLAN,VxLAN)、underlay网络、大二层概述
    查看>>
    Overload和Override的区别?
    查看>>
    Ovirt添加ISO存储域
    查看>>
    OWASP 2025 年 10 大漏洞 – 被利用/发现的最关键弱点,从零基础到精通,收藏这篇就够了!
    查看>>
    OWASP漏洞原理启航(第一课)
    查看>>
    OWASP漏洞原理<最基础的数据库 第二课>
    查看>>
    OWL本体语言
    查看>>
    P with Spacy:自定义文本分类管道
    查看>>
    Spring自动装配Bean
    查看>>
    P-DQN:离散-连续混合动作空间的独特算法
    查看>>