手把手教你利用Python爬取虎牙平台数据

  • Z时代
  • 2024-01-10
  • 分类：综合

python

首先打开我们所需要爬取的网站，这里我们挑选的是虎牙直播。

很多人学习python，不知道从何学起。
很多人学习python，掌握了基本语法过后，不知道在哪里寻找案例上手。
很多已经做案例的人，却不知道如何去学习更加高深的知识。
那么针对这三类人，我给大家提供一个好的学习平台，免费领取视频教程，电子书籍，以及课程的源代码！??¤
QQ群：623406465



我们今天所爬取的数据就是直播名，直播地址，直播的人，观看数以及直播的类别，如下图所示

第一步关于直播的类别，从第一张图片我们可以看到在右边有直播的各种类型，我们只需点击某一个就可以进入相应的直播。

那么我们就按下F12来观察一下

我们发现他们都是在一个标签为a，class属性为recomend-item j_sidebar-recomend-item 的里面，并且里面有一个属性herf，点击进去就是相应的直播。
那么我们就可以使用Beautifulsoup库的find_all方法来找到各个类别的网址及名称，代码如下图所示：

import requests
from bs4 import  BeautifulSoup
url = "https://www.huya.com/l"
headers = {
"user-agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36"
}
r = requests.get(url,headers = headers)
r.raise_for_status()
r.encoding = r.apparent_encoding
html = BeautifulSoup(r.text,"html.parser")
a = html.find_all("a",class_ ="recomend-item j_sidebar-recomend-item")
for i in a:
    print(i)

让我们看看运行的结果

是一系列标签，但我们这里所需要的是网站href以及类别title，于是我们写下代码：

for i in a:
    href = i["href"]
    title = i["title"]
    print(href,title)

查看运行结果

可以发现得到了我们想要的结果，这里我们可以创建一个二维列表来一起存放网址和类别：

urls.append([href,title])

得到了这些之后我们可以选取一个网址进入，我这里选择的是英雄联盟，点击进去后如图：

现在我们可以爬取直播的名字，观看量以及主播的名字，我们按下F12

这里我们可以看到数据都存放在一个class属性为game-live-item，标签为li里面，打开这个li标签我们可以看到
下面有两个a标签，一个span标签，同时我们发现我们可以爬取的数据的位置

知道这些之后我们又可以用我们的Beautifulsoup库来获取想要的数据，首先我们先把所有的li标签给找到

a = html.find_all("li",class_ = "game-live-item")

首先获得主播的名称，在第一个a标签下的img标签的属性alt里，这里我们可以直接用select函数来找img标签即可，代码如下

title = i.select("img")[0]["alt"]

其次获得网址，直播名，是在第二个a标签下属性href和title，代码如下：

href = i.select("a")[1]["href"]
title1 = i.select("a")[1]["title"]

最后获得观看量，在i标签下由于是数字我们直接用text便可以得到

num = i.select("i",class_ = "js-num")[3].text

最后将他们三者都打印出来，看看运行的效果：

最后附上完整代码：

import requests
from bs4 import  BeautifulSoup
url = "https://www.huya.com/l"
headers = {
"user-agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36"
}
r = requests.get(url,headers = headers)
r.raise_for_status()
r.encoding = r.apparent_encoding
html = BeautifulSoup(r.text,"html.parser")
a = html.find_all("a",class_ ="recomend-item j_sidebar-recomend-item")
urls = []
for i in a:
    href = i["href"]
    title = i["title"]
    #print(href,title)
    urls.append([href,title])
for url in urls:
    r = requests.get(url[0],headers = headers)
    html = BeautifulSoup(r.text,"html.parser")
    a = html.find_all("li",class_ = "game-live-item")
    print(url[1])
for i in a:
        num = i.select("i",class_ = "js-num")[3].text
        title = i.select("img")[0]["alt"]
        href = i.select("a")[1]["href"]
        title1 = i.select("a")[1]["title"]
        print(title,href,title1,num)

以上是 手把手教你利用Python爬取虎牙平台数据 的全部内容， 来源链接： utcz.com/z/530904.html

回到顶部