【经典爬虫案例】用Python爬取微博热搜榜！

 一、爬取目标

本次爬取的是: 微博热搜榜

（代码也可直接在下方拿）：

​

分别爬取每条热搜的：

热搜标题、热搜排名、热搜类别、热度、链接地址。

下面，对页面进行分析。

经过分析，此页面没有XHR链接通过，也就是说，没有采用AJAX异步技术。

所以，只能针对原页面进行爬取。

二、编写爬虫代码

2.1 前戏

首先，导入需要用到的库：

定义一个爬取目标地址：

定义一个请求头：

其中，Cookie需要换成自己的Cookie值。

2.2 获取cookie

怎么查看自己的Cookie？

Chrome浏览器，按F12打开开发者模式，按照以下步骤操作：
​

1. 选择网络：Network
2. 选择所有网络：All
3. 选择目标链接地址
4. 选择头：Headers
5. 选择请求头：Request Headers
6. 查看cookie值

2.3 请求页面

下面，向页面发送请求：

2.4 解析页面

接下来，解析返回的页面：

页面其他元素，热搜标题、排名、热度、类别等获取代码，不再一一赘述。

2.5 转换热搜类别

其中，热搜类别这个元素需要注意，在页面上是一个个图标，背后对应的是class值，是个英文字符串，需要转换成对应的中文含义，定义以下函数进行转换：

目前的转换函数包括了"新"、"热"、"沸"、"商"等类别。

我记得，微博热搜类别，是有个"爆"的，就是热度最高的那种，突然蹿升的最热的热点，爆炸性的。但是现在没有爆炸性新闻，所以我看不到"爆"背后的class值是什么。

后续如果有爆炸性热点，可以按照代码的逻辑，加到这个转换函数里来。

2.6 保存结果

依然采用我最顺手的to_excel方式，存入爬取的数据：

至此，整个爬取过程完毕。

2.7 查看结果数据

查看一下，保存到excel里的数据：
​

其中，第一条是置顶热搜，所以一共是 （1+50=51） 条数据。

演示视频：
【python爬虫】用python爬取微博热搜榜数据！_哔哩哔哩_bilibili
​

三、获取完整源码

get完整代码（无chang分享）：