文章详情页
python - 请教如何爬取简书某一时间段发帖。
问题描述
我想爬取简书在某一时间段的帖子,比如 2013 年 4 月 13 — 2013 年 5 月 13
想尝试的思路如下:
百度
利用百度的 site 语法
限定日期
观察大约有 70 个帖子
google 的 site 语法
限定日期
观察大约有 120 个帖子
实现:用 Python 直接请求搜索的结果,然后把得到的网址重定向一下得到真正的简书网址,然后对真正的网址进行请求
问题
用这种方法得到的结果是否靠谱?请问有更靠谱的方法吗?
用 Google 还是用百度呢?
问题解答
回答1:为了全面,你可以把主流的搜索引擎接口都拿来用,不一定要限制在某个搜索引擎接口上。我们有队友搜索某些话题就是这么干的,因为有的网站站内没提供满足需求的搜索方式,这个时候也只有借助搜索引擎了。不过通过搜索引擎搜索的方式信息可能不全面,robots协议规定了不能搜索的,搜索引擎不会收录
相关文章:
1. python - 请问这两个地方是为什么呢?2. javascript - 网易云信整合到项目的流程3. html5 - 微信小程序底部导航栏修改4. angular.js - 在ionic下,利用javascript导入百度地图,pc端可以显示,移动端无法显示5. HTML5禁止img预览该怎么解决?6. javascript - 手机点击input时,button会被顶上去?求解决!!!7. python3 脚本调用shell 指令如何获得返回值8. mybatis - Java关于Mysql的随机id生成9. dologin说是没有定义10. mysql - 数据库建字段,默认值空和empty string有什么区别 110
排行榜