Python 获取百度热搜

百度网页截图如下 ↓↓↓%title插图%num

程序运行输出结果截图 ↓↓↓

%title插图%num

上代码 ↓↓↓

from lxml import etree
from lxml import html
import requests

headers={‘User-Agent’:’Mozilla/5.0 (Windows NT 6.1) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/51.0.2704.63 Safari/537.36′}
page = requests.get(“https://www.baidu.com”,headers=headers)
html = page.text
#print(source1)
# 从字符串解析
element = etree.HTML(html)

# 元素列表，获取的方式列出了如下两种
# ps = element.xpath(‘//*[@id=”hotsearch-content-wrapper”]/li/a/span[2]’)
ps = element.xpath(‘//*[@class=”title-content-title”]’)

#热搜文本内容
text = []
if len(ps) > 0:
for p in ps:
#输出节点的文本
text1 = p.text
text.append(text1)
else:
print(“空”)

x = element.xpath(‘//*[@class=”s-hotsearch-content”]/li’)

#热搜文本对应的排名
index = []
for x1 in x:
#获取节点的属性
index1 = x1.get(“data-index”)
index.append(index1)

print(text)
print(index)

#定义一个对文本和排名进行匹配的函数，返回一个字典型数据
def PP(index_array,text_array):
x = {}
i = 0
for index_a in index_array:
#index_a = int(index_a)

x[index_a] = text_array[i]
i = i + 1
return x

re_text = PP(index,text)
#对字典性数据按key进行排序，即key=lambda re:re[0]，排序完成后再转换为字典型数据
last_text = dict(sorted(re_text.items(),key=lambda re:re[0]))