python爬虫百度贴吧评论
时间: 2023-11-20 17:06:17 浏览: 247
要爬取百度贴吧评论,可以使用Python中的requests和beautifulSoup模块。具体步骤如下:
1. 打开百度贴吧页面,找到需要爬取的帖子链接。
2. 使用requests模块发送GET请求,获取页面的HTML代码。
3. 使用beautifulSoup模块解析HTML代码,找到评论所在的标签。
4. 提取评论内容并保存到本地文件或数据库中。
下面是一个简单的示例代码:
```
import requests
from bs4 import BeautifulSoup
# 设置请求头,模拟浏览器访问
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'}
# 设置要爬取的贴吧页面链接
url = 'https://tieba.baidu.com/p/1234567890'
# 发送GET请求,获取页面HTML代码
response = requests.get(url, headers=headers)
html = response.text
# 使用beautifulSoup解析HTML代码,找到评论所在的标签
soup = BeautifulSoup(html, 'html.parser')
comments = soup.find_all('div', class_='d_post_content j_d_post_content')
# 提取评论内容并保存到本地文件
with open('comments.txt', 'w', encoding='utf-8') as f:
for comment in comments:
f.write(comment.get_text() + '\n')
```
阅读全文