Selenium实现微博爬虫-白红宇

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

Pinia：$patch的使用场景

Pinia：$subscribe()的使用场景

Pinpoint对Kubernetes关键业务模块进行全链路监控

Pinterest 大规模缓存集群的架构剖析

pintos project (2) Project 1 Thread -Mission 1 Code

PinYin4j库的使用

pip install goose-extractor // SyntaxError: Missing parentheses in call to 'print'

pip install mysqlclient报错

pip install 出现报asciii码错误的解决

pip throws TypeError: parse() got an unexpected keyword argument ‘transport_encoding‘ 在尝试安装新软件包时

pip 升级报错AttributeError: ‘NoneType’ object has no attribute ‘bytes’

pip 安装opencv-python卡死

pip 安装出现异常

Pip 安装失败:需要 SSL

Pip 安装挂起

pip 或 pip3 为 Python 3 安装包?

pip 文件损坏导致 pip无法使用报错 ImportError: cannot import name 'main' from 'pip._int

pip 无法从 requirements.txt 安装软件包