13 爬取腾讯视频某号下的播放量

xpath,selenium爬取腾讯视频下的乒乓网乒乓球教学视频官方频道播放量

页面:
http://v.qq.com/vplus/pingpang/videos

  • 爬取的播放量是这样的


  • 下方标签一看


点击以后没有激活XHR,也没有改变页面的url,但是激活了javascript,我在源代码里找到了api。


js

XHR没有

这个API太复杂了,jQuery都不知道怎么构造

这个api请求如下:


难以构造,于是结论:上selenium吧

  • 代码
from selenium import webdriver
import time
import datetime
import pandas as pd

set_end_time  = '2019-03-31' #含边界
set_start_time = '2018-01-01' #含边界

url = 'http://v.qq.com/vplus/pingpang/videos'
my_driver = webdriver.Chrome(executable_path='./chromedriver')
my_driver.get(url)

now = datetime.datetime.now().strftime('%Y-%m-%d %H时%M分')
def qian2time(delay):
    if '小时' in delay:
        delay = -int(delay.split('小时')[0])
        return (datetime.datetime.now() + datetime.timedelta(hours=delay)).strftime('%Y-%m-%d')
    elif '分钟' in delay:
        delay = -int(delay.split('分钟')[0])
        return (datetime.datetime.now() + datetime.timedelta(minutes=delay)).strftime('%Y-%m-%d')
    elif '秒' in delay:
        delay = -int(delay.split('秒')[0])
        return (datetime.datetime.now() + datetime.timedelta(seconds=delay)).strftime('%Y-%m-%d')
    else:
        return delay
def removewan(view):
    if "万" in view:
        return str(int(float(view.split('万')[0])*10000))
    else:
        return view
next_page_xpath = './/a[@class = "page_btn page_num current"]/following-sibling::a[1]'

duration_xpath = './/em[@class="mask_txt"]'
url_xpath = '//*[@id="videolst_cont"]/li/a'
title_xpath = '//*[@id="videolst_cont"]/li/a'
view_xpath = '//*[@id="videolst_cont"]/li/div/span/span'
upload_xpath = './/span[@class="figure_info_time"]'

durations,urls,titles,views,upload_times=[],[],[],[],[]



while True:
    durations_each24 = [i.text for i in my_driver.find_elements_by_xpath(duration_xpath)]
    urls_each24 = [i.get_attribute('href') for i in  my_driver.find_elements_by_xpath(url_xpath)]
    titles_each24 = [i.get_attribute('title') for i in my_driver.find_elements_by_xpath(title_xpath)]
    views_each24 = [removewan(i.text) for i in my_driver.find_elements_by_xpath(view_xpath)]
    upload_times_each24 =  [qian2time(i.text) for i in my_driver.find_elements_by_xpath(upload_xpath)]


    durations += durations_each24
    urls += urls_each24
    titles += titles_each24
    views += views_each24
    upload_times += upload_times_each24

    if upload_times_each24[-1]< set_start_time:
        break
    else:
        my_driver.find_element_by_xpath(next_page_xpath).click()
        time.sleep(5)


excel_frames = pd.DataFrame({
    '上传时间':upload_times,
    '观看数':views,
    '题目':titles,
    '时长':durations,
    '直链':urls
})
excel_frames = excel_frames[excel_frames['上传时间']<=set_end_time]
excel_frames = excel_frames[excel_frames['上传时间']>=set_start_time]
excel_frames.sort_values("上传时间",inplace=True)
excel_frames.to_csv(f'./{set_start_time}~{set_end_time}数据 生成时间{now}.csv' ,index = False)
my_driver.close()

print('完成')

运行结果:

踩过的坑:

  • 分页问题
  • selenium的xpath必须定位到元素,即不能有/@value或者/text()
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,463评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,868评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,213评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,666评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,759评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,725评论 1 294
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,716评论 3 415
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,484评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,928评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,233评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,393评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,073评论 5 340
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,718评论 3 324
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,308评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,538评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,338评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,260评论 2 352

推荐阅读更多精彩内容