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 買粉絲買粉絲文章(如何利用爬蟲爬買粉絲買粉絲的內容?)
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2024-07-08 00:39:06【】1人已围观
简介sp;parse_one_article(self, article): ' 解析單篇文章 ' article
' 解析單篇文章 '
article_dict = { }
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&n
很赞哦!(1559)
相关文章
- 03 地理環境對國際貿易的影響思維導圖(高考地理的學習重點有哪些)
- 02 經濟與貿易學什么就業方向(經濟學專業就業方向)
- 03 墨西哥貨物貿易進出口總額(美國對外貿易的特點)
- 03 填寫出口貨物報關單 上海對外貿易公司(報關單主要欄目的內容填報(收發貨單位))
- 02 線上電商貿易平臺的訂單交易是什么(電子商務里的C2C,B2B是什么意思)
- 02 經濟貿易和金融的區別(金融、經濟、貿易的區別?)
- 02 紹興交警買粉絲買粉絲(電信號查車輛違章打什么號)
- 02 經濟貿易學什么科目(國際貿易要必須學會什么科目)
- 02 給女粉絲買布偶貓(Lisa多次宣傳折耳貓引非議,是無知還是任性?)
- 02 維也納酒店買粉絲買粉絲的問題(廣東公共頻道dv現場爆料電話是多少?)
热门文章
站长推荐
02 給粉絲買路虎(為什么說“修不好的路虎”?)
02 經濟貿易方面的英語文章(求一篇關于金磚五國各國經濟發展情況,以及對金磚五國以后的發展的展望的英文文章!!)
02 維護我國海外利益安全在軍事手段應當強化海外(請論述我國面臨怎樣的安全形勢。在當前形勢下應當如何運用軍事力量維護國家利益?)
03 在裝運港船上完成交貨的貿易術語有(貿易術語)
03 復古背景圖ins風高清(抽象海報背景-海報是什么樣子的圖片)
02 經濟貿易就業方向和前景(經濟與貿易類專業就業方向和前景)
03 備年貨的文案(年貨發朋友圈怎么說)
02 線上批改作業賺錢買粉絲買粉絲(請問有什么是初中生的副業,但是需要真的賺錢,給個app,日結的,打字的兼職?)