博客
关于我
Selenium实现微博爬虫
阅读量:182 次
发布时间:2019-02-28

本文共 302 字,大约阅读时间需要 1 分钟。

抓取节点:将每条评论作为一个节点(包含用户信息、评论内容及发布时间等信息)。若一页有20条评论,则节点数量即为20。

节点获取:通过CSS选择器div.card > div.card-feed > div.content找到所有符合条件的节点。

节点处理:逐个遍历节点列表,判断每个节点是否包含“展开全文”链接。操作步骤如下:

  • 检查节点中是否存在p > a[action-type='fl_unfold']元素
  • 判断该链接的显示状态
  • 如果满足条件,且链接文本以“展开全文c”开头:

    • 点击该链接,获取指定位置的评论内容
    • 否则,直接获取评论文本
    • 同时,提取用户信息

    注:该操作需确保唯一性,避免误选其他元素。

    转载地址:http://tdfn.baihongyu.com/

    你可能感兴趣的文章
    pytorch从预训练权重加载完全相同的层
    查看>>
    PowerShell~发布你的mvc网站
    查看>>
    PowerShell使用详解
    查看>>
    Powershell制作Windows安装U盘
    查看>>
    powershell命令
    查看>>
    Powershell如何查看本地公网IP
    查看>>
    pytorch从csv加载自定义数据模板
    查看>>
    powershell对txt文件的服务器进行ping操作
    查看>>
    powershell常用
    查看>>
    PowerShell操作XML遇到的问题
    查看>>
    PowerShell攻击工具Empire实战
    查看>>
    PowerShell攻击工具Nishang实战
    查看>>
    PowerShell攻击工具PowerSploit实战
    查看>>
    Powershell管理系列(四)Lync server 2013 批量启用语音及分配分机号
    查看>>
    PowerShell脚本运行完 不要马上关闭用什么命令可以停留窗口窗口
    查看>>
    PowerShell远程连接到Windows
    查看>>
    power(8) identity
    查看>>
    POW的重力之美
    查看>>
    PO、VO、DAO、BO、DTO、POJO能分清吗?
    查看>>
    pytorch介绍-ChatGPT4o作答
    查看>>