2020年4月2日
爬取百度热榜
摘要： 一、设计方案 1.爬虫名称：爬取百度热榜 2.爬取内容：爬取网页热搜排名，标题，热度值。 3.方案概述：访问网页得到状态码200，分析网页源代码，找出所需要的的标签，逐个提取标签保存到相同路径csv文件中，读取改文件，进行数据清洗，数据模型分析，数据可视化处理，绘制分布图，用最小二乘法分析两个变量间 阅读全文
posted @ 2020-04-02 18:24 叶燕燕 阅读(3200) 评论(0) 推荐(1)
2020年3月20日
爬取百度热点前十名
摘要： 1 import requests 2 from bs4 import BeautifulSoup 3 import pandas as pd 4 #获取html网页 5 url = 'http://top.baidu.com/buzz.php?p=top10&tdsourcetag=s_pctim 阅读全文
posted @ 2020-03-20 19:37 叶燕燕 阅读(484) 评论(0) 推荐(0)