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(如何抓取買粉絲所有買粉絲最新文章)
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2024-07-25 09:30:37【】2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!(2)
相关文章
- 01 youtube官網網頁版登錄入口官方網站入口(手機怎么進入pourhub官網?)
- 01 youtube官網網頁版登錄個人賬號注冊手機無法(蘋果ipad的AppleID和密碼都忘了怎么辦?)
- 01 youtube官網網頁版登錄不進去游戲就(初學者怎么學習Python)
- 01 外貿信托和支付寶什么關系(借唄怎么變成外貿信托了)
- 01 youtube官網網頁版登錄個人賬號注冊手機無法(youtube賬號存在異常活動)
- 01 youtube官網網頁版登錄個人中心在線培訓(youtube網頁版怎么看)
- 01 youtube官網網頁版登錄入口電腦網頁版戲(youtube網頁版怎么看)
- 01 youtube官網網頁版登錄個人賬號怎么轉移到(you tu be的官網是多少?)
- 01 外貿會計證書有效期(國貿專業需要考哪些證書)
- 01 外貿你考慮的怎么樣了英語(【有關外貿英語對話實例】 外貿英語對話)
热门文章
站长推荐
01 youtube官網網頁版登錄個人賬號怎么改地區(PS軟件各個版本區別大嗎?哪個版本最適合新手?)
01 youtube官網網頁版登錄個人版激活碼2022(YouTubeVideoBuilderReview2022-好吧,但非常有限)
01 外貿傳銷騙局有哪些(請問我有個朋友叫我和他合伙投資三十萬做外貿是不是傳銷,)
01 youtube官網網頁版登錄入口買粉絲查詢工具(you tu be的官網是多少?)
01 youtube官網網頁版登錄個人賬號注冊不了(you tu be的官網是多少?)
01 youtube官網網頁版登錄個人賬號使用規范什么(注冊油管賬號違法嗎)
01 外貿供應鏈是什么行業(供應鏈是什么?)
01 外貿假貨犯法(三人直播帶假貨謊稱是外貿尾單,售出三百萬被公訴,他們會面臨怎樣的處罰?)