实时热搜（实时热点搜索）

用户投稿 1年前 (2024-11-19) 84浏览

大家好，我是阿辰。

PS：（这里跟读者说一下，以后本公众号推文更新时间段是13:00~14:00，默认是13:00）

之前有粉丝让我爬取网上热搜话题，根据粉丝的这个提议，我想到了爬取不同平台的热搜话题并做成了一个：全网实时热搜话题『跑马灯』可视化。

特点：实时、可视化浏览

这里的热搜数据来源主要是：微博和知乎，选择这两个平台的目的：1.用户流量大、2.直接的热搜数据Api接口。

先看一下效果：

实时热搜

动图版：

实时热搜

获取数据

1.采集微博数据

微博的热搜数据Api接口如下：

https://s.weibo.com/top/summary/

实时热搜

网页分析

先看一下网页源码

实时热搜

数据列表在id为pl_top_realtimehot中，接着往下找tbody，tr是热点数据的列表，每一个tr中都有a标签，a标签中有热点标题和对应热点链接。

url = "https://s.weibo.com/top/summary/"headers = {    "User-Agent": "Mozilla/5.0 (Windows NT 6.1; rv:85.0) Gecko/20100101 Firefox/85.0",    "Host": "s.weibo.com"}r = requests.get(url, headers=headers)soup = bs(r.text, "lxml")div = soup.find("div", {"id": "pl_top_realtimehot"}).find("tbody")tr_tags = div.find_all("tr")

通过请求并对其进行提取网页源代码中的热搜数据（这里使用了BeautifulSoup库去解析网页源代码）

完整代码

###爬取微博热搜def get_weibo():    url = "https://s.weibo.com/top/summary/"    headers = {        "User-Agent": "Mozilla/5.0 (Windows NT 6.1; rv:85.0) Gecko/20100101 Firefox/85.0",        "Host": "s.weibo.com"    }    r = requests.get(url, headers=headers)    soup = bs(r.text, "lxml")    div = soup.find("div", {"id": "pl_top_realtimehot"}).find("tbody")    tr_tags = div.find_all("tr")    # 为数据保存做准备    hot_text = []    hot_link = []    for tr in tr_tags:        a = tr.find("a")        hot_text.append(a.text)        # 获取链接        hot_link.append("https://s.weibo.com" + a.get("href"))    return hot_text, hot_link

将爬取微博热搜数据代码封装成函数get_weibo,方便可视化代码进行调用实时热搜，其中的hot_text是热点标题，hot_link是热点的链接

实时热搜

2.采集知乎数据

知乎热搜api接口如下：

https://api.zhihu.com/topstory/hot-list?limit=10&reverse_order=0

实时热搜

提取数据

这里直接返回的就是json数据，因此不需要进行网页分析，只需要知道json数据中，热搜标题和对应的热搜标题链接的key即可

实时热搜

数据在data里面，每一条数据的热搜标题和链接都在target下，热搜标题是title实时热搜，热搜标题链接是url

###爬取知乎热搜数据def get_zhihu():    headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:84.0) Gecko/20100101 Firefox/84.0'}    url = "https://api.zhihu.com/topstory/hot-list?limit=10&reverse_order=0"    text = requests.get(url, headers=headers).json()    # 为数据保存做准备    hot_text = []    hot_link = []    for i in text['data']:        hot_text.append(i['target']['title'])        hot_link.append(i['target']['url'])
    return hot_text,hot_link

同样的，将爬取知乎热搜数据代码封装成函数get_zhihu,方便可视化代码进行调用，其中的hot_text是热点标题，hot_link是热点的链接

实时热搜

Flask后端

为了将采集和可视化网页结合，这里选择使用Flask框架去搭建网站。

跳转网页

#进入页面@app.route('/')def index():    return render_template('view.html')

制作API接口，方便获取数据并返回Json数据

###获取微博和知乎热搜数据@app.route('/getdata')def alldata():    wb_t, wb_u = get_weibo()    zh_t, zh_u = get_zhihu()    t = []    u = []    for i in range(0,len(wb_t)):        t.append(wb_t[i])        u.append(wb_u[i])    for i in range(0,len(zh_t)):        t.append(zh_t[i])        u.append(zh_u[i])    res = {}    res['title'] = t    res['url'] = u    return Response(json.dumps(res), mimetype='application/json')

为了方便大家直接运行，不需要改ip，这里就使用默认的本机ip（小伙伴拿到源码后直接运行就行），端口是80

if __name__ == "__main__":    """初始化,debug=True"""    app.run(host='127.0.0.1', port=80,debug=True)

实时热搜

跑马灯可视化展示

实时热搜

这里是使用html网页制作的跑马灯滚动效果，核心代码如下：

<html lang="en"><head>    <meta charset="UTF-8">    <meta http-equiv="X-UA-Compatible" content="IE=edge">    <meta name="viewport" content="width=device-width, initial-scale=1.0">  <script src="../static/js/jquery-2.1.4.min.js"></script>    <title>全网实时热搜话题-李运辰(公众号：Python研究者)</title>   <style>   a{   text-decoration: none;   }   .f1{      color:"red";    }</style></head><body><div id="textdata">    </div>        <script type="text/javascript">          function getdata(){                                $.ajax({                  type: 'GET',                  url: "http://127.0.0.1/getdata",                  dataType: 'json',                  success: function(data){}                  }                });            }            setInterval("getdata()","15000");//1000表示1秒