文章参考知乎大佬 马哥python说 的文章：【爬虫案例】用Python爬取百度热搜榜数据！

爬取目标
百度热搜榜 → https://top.baidu.com/board?tab=realtime

分别爬取每条热搜的：

热搜标题、热搜简介、热度变化、热度值、热度标签、标签图片、热搜图片和链接地址

并输出为Json格式

由于参考文章已经分析出热搜榜地址，所以就不再另外抓取，直接使用即可。

不懂怎么抓取，想要学习的请看文章顶部参考文章！

由于使用是PHP，且输出内容格式为Json，因此我们需要先定义一个函数，让页面标准化输出Json。

这里我借鉴目前正在使用的 API接口平台 的系统框架的输出标准。

由于上面这段代码标准化输出中包含执行时间和客户端ip，因此我们还需要下面一段代码：

最后再加一个Curl函数用于爬取内容即可：

以上就是前期的准备工作。

接着向百度提交Request请求：

返回的数据是json格式的，需要解析数据：

通过查看返回数据，可以看到内容是在cards数组下的，因此我们需要先提取该数组的内容：

因为百度热搜目前有两种，最上面一条是置顶热搜，下面30条是普通热搜，接口返回的数据也是区分开的，因此我们也需要分开处理：

1.首先按照百度热搜请求返回的数据顺序，先取出30条普通热搜并输出：

2.提取出置顶热搜并输出：

3.提取出更新时间和热搜类型并输出：

4.整合数据，并通过函数使其输出标准化Json数据即可：

最后，我们查看一下爬取到并正常输出的数据：

一共31条数据（1条置顶热搜 + 30条普通热搜）。

由于内容太长，没有在文章中显示，其中：

content中的内容为30条普通热搜，topContent中的内容为置顶热搜

    以上就是本篇文章【【爬虫学习】用PHP爬取百度热搜榜数据】的全部内容了，欢迎阅览 ！ 文章地址：http://lianchengexpo.xrbh.cn/news/12721.html 
     资讯      企业新闻      行情      企业黄页      同类资讯      首页      网站地图      返回首页 迅博思语资讯移动站 http://lianchengexpo.xrbh.cn/mobile/ , 查看更多