爬虫练习---动态数据の小红书评论爬取

目录

一、找到你想要爬取的内容

        1.在笔记中打开检查，可以在“预览”中找到小红书的评论内容

         2.找到想要的请求后，在“标头”里找到你需要的URL、Cookie、User-Agent

二、写代码

三、爬取结果

一、找到你想要爬取的内容

        1.在笔记中打开检查，可以在“预览”中找到小红书的评论内容

         2.找到想要的请求后，在“标头”里找到你需要的URL、Cookie、User-Agent

二、写代码

python">import requests
from time import sleep
import csv
import random

def main(page, file, cursor):
    url = f'https://edith.xiaohongshu.***/api/sns/web/v2/***ment/page?note_id=6576f2cb0000000016007e63&cursor={cursor}&top_***ment_id=&image_formats=jpg,webp'
    headers = { 
                'Cookie':'*********',  #用自己的Cookie，需要是登录后的Cookie
                'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36 Edg/120.0.0.0',
            }
    try:
        csvwriter.writerow(('评论内容',))
        while page < 7:  #爬取7页的评论
            if cursor != '' :  #评论第一页的url中的cursor是空，请求后返回的数据里会有第二页的cursor，做个循环更新url中的cursor，这样就可以实现翻页了。
                url = f'https://edith.xiaohongshu.***/api/sns/web/v2/***ment/page?note_id=6576f2cb0000000016007e63&cursor={cursor}&top_***ment_id=&image_formats=jpg,webp'
            resp = requests.get(url, headers=headers)
            data = resp.json()
            cursor = data['data']['cursor']
            page += 1
            for i in data['data']['***ments'] :
                print('爬取内容：', i['content'])
                try: 
                    csvwriter.writerow((i['content'],))  #参数后面要带个逗号，不带逗号在csv中是一格一个字
                except:
                    continue  #有的评论中有无法写入的表情包会报错，用try+except把这些评论过滤掉
            sleep(3 + random.random())
    except:
        print("当前网页爬取失败")
        return


if __name__ == '__main__' :
    cursor=''
    with open('red_***ment.csv', 'a', newline='', encoding='gbk') as file:
        csvwriter = csv.writer(file)
        main(0,file, cursor)
        sleep(3 + random.random())

三、爬取结果