使用Selenium Python进行网页搜索[Twitter + Instagram]

Question

我正在尝试基于地理定位来抓取Instagram和Twitter。 我可以运行查询搜索但是我在将网页重新加载到更多并将字段存储到数据框时遇到了挑战。

我确实找到了几个没有API密钥的网页抓取Twitter和Instagram的例子。 但它们与#tags关键字有关。

我试图抓住地理位置和旧日期之间。 到目前为止，我已经在python 3.X中编写代码以及anaconda中所有最新版本的软件包。

'''
    Instagram - Components
    "id": "1478232643287060472", 
     "dimensions": {"height": 1080, "width": 1080}, 
     "owner": {"id": "351633262"}, 
     "thumbnail_src": "https://instagram.fdel1-1.fna.fbcdn.net/t51.2885-15/s640x640/sh0.08/e35/17439262_973184322815940_668652714938335232_n.jpg", 
     "is_video": false, 
     "code": "BSDvMHOgw_4", 
     "date": 1490439084, 
     "taken-at=213385402"
     "display_src": "https://instagram.fdel1-1.fna.fbcdn.net/t51.2885-15/e35/17439262_973184322815940_668652714938335232_n.jpg", 
     "caption": "Hakuna jambo zuri kama kumpa Mungu shukrani kwa kila jambo.. \ud83d\ude4f\ud83c\udffe\nIts weekend\n#lifeistooshorttobeunhappy\n#Godisgood \n#happysoul \ud83d\ude00", 
     "comments": {"count": 42}, 
     "likes": {"count": 3813}}, 
'''


import selenium
from selenium import webdriver
#from selenium import selenium
from bs4 import BeautifulSoup
import pandas

#geotags = pd.read_csv("geocodes.csv")
#parmalink = 
query = geocode%3A35.68501%2C139.7514%2C30km%20since:2016-03-01%20until:2016-03-02&f=tweets

twitterURL = 'https://twitter.com/search?q=' + query
#instaURL = "https://www.instagram.com/explore/locations/213385402/"


browser = webdriver.Firefox()
browser.get(twitterURL)
content = browser.page_source

soup = BeautifulSoup(content)
print (soup)

对于Twitter搜索查询，我收到语法错误

对于Instagram我没有收到任何错误，但我无法重新加载更多帖子并回写csv数据帧。

我也试图在Twitter和Instagram上搜索纬度和经度搜索。

我在csv中有一个地理坐标列表我可以使用该输入或可以编写搜索查询。

任何方式来完成与位置的刮削将是值得赞赏的。

感谢帮助!!

Answer 1

我设法使用requests使其工作。 您的代码看起来像这样：

from bs4 import BeautifulSoup
import requests

query = "geocode%3A35.68501%2C139.7514%2C30km%20since:2016-03-01%20until:2016-03-02&f=tweets"

twitter = 'https://twitter.com/search?q=' + query

content = requests.get(twitter)
soup = BeautifulSoup(content.text)

print(soup)

然后你可以使用soup对象来解析你需要的东西。 如果你的查询是正确的，同样的事情应该适用于Instagram。