微博热搜榜每天都会更新一些新鲜事,但是自己处于各种原因,肯定不能时刻关注着微博,为了与时代接轨,接受最新资讯,就寻思着用Python写个定时爬取微博热搜的并且发送QQ邮件的程序,这样每天可以在不打开微博的情况下,时刻掌握着微博的最新动态资讯。
废话不多说,下面直接上代码以及详细思路。
(1)首先肯定是对微博热搜进行爬取,这并不难,是个非常简单的爬虫。
def getHTML(url):
headers={
"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.66 Safari/537.36",
} # 浏览器请求头
r = requests.get(url, headers = headers) # 向该网页发起请求
# 如果返回的响应码是200 则表示请求成功,否则返回“获取失败”
if r.status_code == 200:
r.encoding = r.apparent_encoding
return r.text
else:
return "获取失败"
(2)接下来对返回的源码进行解析,这边我用的是xpath。
def parseHTML(html):
html = etree.HTML(html)
content = html.xpath('//div[@class="data"]//table//tr[position()>1]/td[@class="td-02"]//a/text()')
return content
(3)获取到需要的数据之后,就将它们存入数据库。第一步就是要连接上数据库,然后创建对应的表格存储数据。
def toDB(content):
db = pymysql.connect('localhost', 'root', '密码', 'lqj', charset="utf8")
cursor = db.cursor()
dt = time.strftime("%Y-%m-%d %X")
sql = '''
create table if not exists wb_Hotdata(
日期 datetime,
热搜 varchar(100) primary key )
'''
cursor.execute(sql)
for item in content:
sql1 = "INSERT IGNORE INTO wb_Hotdata(日期,热搜) VALUES (%s,%s)"
cursor.execute(sql1,(dt,item))
db.commit()
print("数据插入成功")
cursor.close()
db.close()
(4)下一步,也是整篇文章的灵魂,就是讲热搜定时发送到自己的邮箱,这样就能及时获取最新资讯。
def sendMail(contents):
mailBox = '发送邮箱'
password = '邮箱授权码'
to_mail = '接收邮箱' # 接收邮箱
mailhost = 'smtp.qq.com' # qq邮箱的smtp地址
qqmail = smtplib.SMTP() # 创建SMTP对象
qqmail.connect(mailhost, 25)
qqmail.login(from_addr, password)
dt = time.strftime("%Y-%m-%d %X")
data = ''
for content in contents:
data += '当前时间' + dt + '\n' + '热搜:' + content + '\n'
data += '=============================\n' #分割线
msg = MIMEText(data, 'plain', 'utf-8')
msg['subject'] = Header("即时微博热搜", 'utf-8')
try:
qqmail.sendmail(mailBox, to_mail, msg.as_string())
print('发送成功!')
except:
print('发送失败!')
qqmail.quit()
(5)最后一步,就是要实现定时发送这个功能了,这边我使用的是schedule模块。
def main():
html = getHTML("https://s.weibo.com/top/summary")
contents = parseHTML(html)
toDB(contents)
sendMail(contents)
schedule.every().day.at("10:30").do(main) # 每天早上10:30执行main函数
while True:
schedule.run_pending()
time.sleep(1)
效果图:
这样看起来是不是很简单明了,并且不需要时刻打开微博,自己指定任意时间就能收到一手资讯,与“out了”说拜拜!
当然,这只是微博热搜,如果需要其他资讯,也可以获取其他平台的数据,定时发送到邮箱中,或者网站发生变动,也可以第一时间提醒你,非常的方便!
想要获取更多Python学习资料可以加QQ:2955637827私聊或加Q群630390733大家一起来学习讨论吧!
本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理
手机扫一扫
移动阅读更方便
你可能感兴趣的文章