首页使用 Python 语言，运用正则表达式编写代码任务：爬取百度热搜榜页面中的热搜关键词和热力值

使用 Python 语言，运用正则表达式编写代码任务：爬取百度热搜榜页面中的热搜关键词和热力值

时间: 2024-12-18 10:24:08 浏览: 44

在Python中，我们可以利用requests库获取网页内容，然后使用BeautifulSoup或lxml库解析HTML，再结合re（正则表达式）来提取目标信息。以下是一个简单的例子，假设我们要从百度热搜榜的一个模拟HTML中抓取关键词和热力值： ```python import requests from bs4 import BeautifulSoup import re # 请求网页内容 url = 'https://news.baidu.com/buzz' # 这里只是一个示例URL，实际应替换为真实的百度热搜榜页面 response = requests.get(url) html_content = response.text # 使用BeautifulSoup解析HTML soup = BeautifulSoup(html_content, 'html.parser') # 定义正则表达式模式匹配关键词和热力值 keyword_pattern = r'<a class="word">(.+?)</a>' # 匹配关键词 heat_value_pattern = r'<span class="value">(.*?)</span>' # 匹配热力值 # 找到所有符合关键词和热力值的元素 keywords = soup.find_all(re.compile(keyword_pattern)) values = soup.find_all(re.compile(heat_value_pattern)) hot_searches = [] for keyword, value in zip(keywords, values): keyword_text = keyword.text.strip() # 提取关键词文本 heat_text = value.text.strip() # 提取热力值文本 hot_searches.append((keyword_text, heat_text)) # 打印结果 for search in hot_searches: print(f"关键词：{search[0]}，热力值：{search[1]}")

阅读全文