当前位置: 首页 源码脚本

头条问答采集脚本(Python)

栏目:源码脚本 作者:admin 时间:2022-10-13 09:23:26

根据关键词采集问题列表

import urllib 
import random
import requests
import json
from bs4 import BeautifulSoup
 
agents = [
  'Mozilla/5.0 (iPhone; CPU iPhone OS 12_3_1 like Mac OS X) AppleWebKit/605.1.15 (KHTML, like Gecko) Version/12.1.1 EdgiOS/44.5.0.10 Mobile/15E148 Safari/604.1',
  'Mozilla/5.0 (Linux; Android 9; MI 8) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.149 Mobile Safari/537.36 EdgA/45.9.4.5122'
]
agent = random.choice(agents)
print(agent)
headers = {
    'Host': 'so.toutiao.com',
    'User-Agent': agent
}
def search_questions(keyword):
  # keyword = urllib.parse.quote(keyword)
  url = 'https://so.toutiao.com/search?keyword={0}&pd=question'.format(keyword)
  rsp = requests.get(url=url, headers=headers)
  return rsp.text

用法:

search_questions('网赚')

答案采集:
根据获取的问题清单,进一步抓取,原理相同。


阅读:1257次

我要留言

  

分类栏目