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 >
04 爬蟲抓取買粉絲文章(買粉絲買粉絲爬蟲的難點)
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2024-07-17 12:47:39【】7人已围观
简介 article = article('.weui_media_box[id]') title = articl
article = article('.weui_media_box[id]')
title = article('h4[class="weui_media_title"]').text()
self.log('標題是: %s' % title)
url = '買粉絲://mp.weixin.qq.買粉絲' + article('h4[class="weui_media_title"]').attr('hrefs')
self.log('地址為: %s' % url)
summary = article('.weui_media_desc').text()
self.log('文章簡述: %s' % summary)
date = article('.weui_media_extra_info').text()
self.log('發表時間為: %s' % date)
pic = self.parse_買粉絲ver_pic(article)
買粉絲ntent = self.parse_買粉絲ntent_by_url(url).買粉絲()
買粉絲ntentfiletitle=self.kw+'/'+title+'_'+date+'.買粉絲'
self.save_買粉絲ntent_file(買粉絲ntentfiletitle,買粉絲ntent)
return {
'title': title,
'url': url,
'summary': summary,
'date': date,
'pic': pic,
'買粉絲ntent': 買粉絲ntent
}
def parse_買粉絲ver_pic(self, article):
' 解析文章封面圖片 '
pic = article('.weui_media_hd').attr('style')
p = re.買粉絲pile(r'background-image:url(.∗?)')
rs = p.findall(pic)
self.log( '封面圖片是:%s ' % rs[0] if len(rs) > 0 else '')
return rs[0] if len(rs) > 0 else ''
def parse_買粉絲ntent_by_url(self, url):
' 獲取文章詳情內容 '
page_買粉絲 = self.get_selenium_js_買粉絲(url)
return pq(page_買粉絲)('#js_買粉絲ntent')
def save_買粉絲ntent_file(self,title,買粉絲ntent):
' 頁面內容寫入文件 '
with open(title, 'w') as f:
f.write(買粉絲ntent)
def save_file(self, 買粉絲ntent):
' 數據寫入文件 '
with open(self.kw+'/'+self.kw+'.txt', 'w') as f:
f.write(買粉絲ntent)
def log(self, msg):
' 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(sel
很赞哦!(78664)
相关文章
- 01 為什么部分用戶無法使用ins音樂(ins音樂地區限制怎么辦)
- 01 主播帶貨開場預熱話術(抖音直播話術技巧開場白?)
- 01 為什么連接不上instagram(為什么ins登不上?)
- 03 上海外灘美句簡單一點(郭敬明經典小說中的段落 (不是句子!)越多越好, 最好是WORD文檔 發我郵箱1030667242@qq.買粉絲)
- 01 主播帶貨話術模板(帶貨主播憋單話術有哪些)
- 01 主播禁止帶貨的原因(帶貨主播頻頻翻車,是哪幾個因素導致的?)
- 01 為什么訂閱號消息刪除了還有(請問買粉絲里面的訂閱號,怎么才能取消,怎么每次刪除該聊天,沒過多久又出現了,)
- 03 上海外語出版社綜合教程2課后答案(新世紀大學英語綜合教程2的課后翻譯題答案)
- 01 主持人大賽買粉絲推文(大學生怎么賺錢)
- 01 為什么郵箱收不到海外郵件(國內使用QQ郵箱為何無法接收到從國外發來的郵件?)
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的名片
职业:程序员,设计师
现居:西藏日喀则江孜县
工作室:小组
Email:[email protected]
热门文章
站长推荐
01 為啥有的買粉絲一天能發好幾次(為什么有的買粉絲公眾賬號每天可以推送多次)
01 主播帶貨話術技巧合集(直播帶貨技巧和話術)
03 上海外經貿工程有限公司電話(陜西省外經貿實業集團建設工程有限公司電話是多少?)
03 上海外灘物業有限公司電話(上海香港名都物業類型是什么?)
03 上海外灘燈光秀時間表2021八月(2021廣州七一燈光秀時間及最佳觀賞地點)
03 上海外語教育出版社新編英語教程第三版教材答案(全新版大學進階英語綜合教程(1)課后習題答案 上海外語教育出版社出版)
03 上海外灘藝術中心地址(上海美術館上海美術館地址在哪)
01 為啥為粉絲買單(為什么人們經常會說粉絲行為偶像買單?)