您现在的位置是:Instagram刷粉絲, Ins買粉絲自助下單平台, Ins買贊網站可微信支付寶付款 >
06 買粉絲文章爬蟲(python怎么抓取買粉絲閱)
Instagram刷粉絲, Ins買粉絲自助下單平台, Ins買贊網站可微信支付寶付款2024-07-20 03:08:41【】7人已围观
简介;log(self, msg): ' 自定義log函數 ' print u'%s: 
' 自定義log函數 '
print u'%s: %s' % (time.strftime('%Y-%m-%d %H:%M:%S'), msg)
def need_verify(self, selenium_買粉絲):
' 有時候對方會封鎖ip,這里做一下判斷,檢測買粉絲中是否包含id=verify_change的標簽,有的話,代表被重定向了,提醒過一陣子重試 '
return pq(selenium_買粉絲)('#verify_change').text() != ''
def create_dir(self):
'創建文件夾'
if not os.path.exists(self.kw):
os.makedirs(self.kw)
def run(self):
' 爬蟲入口函數 '
#Step 0 : 創建買粉絲命名的文件夾
self.create_dir()
# Step 1:GET請求到搜狗買粉絲引擎,以買粉絲買粉絲英文名稱作為查詢關鍵字
self.log(u'開始獲取,買粉絲買粉絲英文名為:%s' % self.kw)
self.log(u'開始調用sougou搜索引擎')
sougou_search_買粉絲 = self.get_search_result_by_kw()
# Step 2:從搜索結果頁中解析出買粉絲主頁鏈接
self.log(u'獲取sougou_search_買粉絲成功,開始抓取買粉絲對應的主頁wx_url')
wx_url = self.get_wx_url_by_sougou_search_買粉絲(sougou_search_買粉絲)
self.log(u'獲取wx_url成功,%s' % wx_url)
# Step 3:Selenium+PhantomJs獲取js異步加載渲染后的買粉絲
self.log(u'開始調用selenium渲染買粉絲')
selenium_買粉絲 = self.get_selenium_js_買粉絲(wx_url)
# Step 4: 檢測目標網站是否進行了封鎖
if self.need_verify(selenium_買粉絲):
self.log(u'爬蟲被目標網站封鎖,請稍后再試')
else:
# Step 5: 使用PyQuery,從Step 3獲取的買粉絲中解析出買粉絲文章列表的數據
self.log(u'調用selenium渲染買粉絲完成,開始解析買粉絲文章')
articles = self.parse_wx_articles_by_買粉絲(selenium_買粉絲)
self.log(u'抓取到買粉絲文章%d篇' % len(articles))
# Step 6: 把買粉絲文章數據封裝成字典的list
self.log(u'開始整合買粉絲文章數據為字典')
articles_list = self.switch_arctiles_to_list(articles)
# Step 7: 把Step 5的字典list轉換為Json
self.log(u'整合完成,開始轉換為json')
data_json = json.mps(articles_list)
# Step 8: 寫文件
self.log(u'轉換為json完成,開始保存json數據到文件')
self.save_file(data_json)
self.log(u'保存完成,程序結束')
# main
if __name__ == '__main__':
gongzhonghao=raw_input(u'輸入要爬取的買粉絲')
if not gongzhonghao:
gongzhonghao='python6359'
weixin_spider(gongzhonghao).run()
第二版代碼:
對代碼進行了一些優化和整改,主要:
1.增加了excel存貯
2.對獲取文章內容規則進行修改
3.豐富了注釋
本程序已知缺陷: 如果買粉絲的文章內容包括視視頻,可能會報錯。
[python] view plain 買粉絲py
#!/usr/bin/python
# 買粉絲ding: utf-8
很赞哦!(45727)
相关文章
- 02 轉發買粉絲買粉絲的文章需要授權嗎(我有一個買粉絲買粉絲想轉載一些文章,但是不知道怎么樣才不算侵權注明來源和作者是不是就可以了?)
- 02 跨境電商對傳統國際貿易的影響的表現(如何理解跨境電商)
- 01 廣東外語外貿大學新聞與傳播學院研究生錄取名單(廣東外語外貿大學新聞傳播學怎么樣)
- 01 廣東外語外貿大學正大門是哪個門啊(廣外大學城南校區正門是哪個門)
- 02 轉口貿易的風險點(轉口貿易怎么操作?)
- 02 跨境電商對我國出口貿易的影響研究背景及意義(發展跨境電商的意義)
- 02 車載網紅歌曲有哪些(車上必聽的20首歌有哪些?)
- 02 遼寧對外經濟貿易學院宿舍(遼寧對外經貿學院2020年報考政策解讀)
- 01 廣東外語外貿大學新生大數據(廣東外語外貿大學男女比例)
- 02 跨境電商貿易方式海關編號(ems國際快遞海關申報信息怎么填)
热门文章
站长推荐
02 辛巴帶貨能力怎么樣(遭快手封禁,抖音婉拒,曾經的帶貨王辛巴為何如此不受待見?)
01 廣東外語外貿大學法學學碩分數線(廣東外語外貿大學2023年碩士研究生招生簡章)
01 廣東外語外貿大學漢語國際教育考研參考書目(山西大學翻譯碩士課程表)
02 跨境電商tiktok無貨源一件(一鍵鋪貨軟件哪個好用)
02 跨境貿易電子商務服務平臺是什么時候開始的(什么是跨境電子商務)
02 跨境貿易是什么意思(跨境電商是什么意思?)
02 跨境貿易是什么意思(跨境電商是什么意思?)
02 遼寧對外經貿學院會計學院院長(遼寧對外經貿學院到底是公立還是民辦?離市區近么,交通方便么,我是山東人如果去的話怎樣比較劃算呢。)