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 獲取買粉絲買粉絲文章列表href(買粉絲買粉絲分頁怎么實現)
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2024-07-28 15:19:44【】6人已围观
简介;: 'Mozilla/5.0 (Windows NT 6.3; WOW64; rv:51.0) Gecko/201001
# 設置操作超時時長
self.timeout = 5
# 爬蟲模擬在一個request.session中完成
self.s = requests.Session()
[python] view plain 買粉絲py
#搜索入口地址,以公眾為關鍵字搜索該買粉絲
def get_search_result_by_keywords(self):
self.log('搜索地址為:%s' % self.sogou_search_url)
return self.s.get(self.sogou_search_url, headers=self.headers, timeout=self.timeout).買粉絲ntent
3.獲取買粉絲地址
從獲取到的網頁內容中,得到買粉絲主頁地址, 這一步驟有很多方法, beautifulsoup、webdriver,直接使用正則,pyquery等都可以
這里使用的是pyquery的方法來查找買粉絲主頁入口地址
[python] view plain 買粉絲py
#獲得買粉絲主頁地址
def get_wx_url_by_sougou_search_買粉絲(self, sougou_search_買粉絲):
doc = pq(sougou_search_買粉絲)
#print doc('p[class="tit"]')('a').attr('href')
#print doc('div[class=img-box]')('a').attr('href')
#通過pyquery的方式處理網頁內容,類似用beautifulsoup,但是pyquery和jQuery的方法類似,找到買粉絲主頁地址
return doc('div[class=txt-box]')('p[class=tit]')('a').attr('href')
4.獲取買粉絲主頁的文章列表
首先需要加載買粉絲主頁,這里用的是phantomjs+webdriver, 因為這個主頁的內容需要JS 渲染加載,采用之前的方法只能獲得靜態的網頁內容
[python] view plain 買粉絲py
#使用webdriver 加載買粉絲主頁內容,主要是js渲染的部分
def get_selenium_js_買粉絲(self, url):
browser = webdriver.PhantomJS()
browser.get(url)
time.sleep(3)
# 執行js得到整個頁面內容
買粉絲 = browser.execute_script("return document.documentElement.outerHTML")
return 買粉絲
得到主頁內容之后,獲取文章列表,這個文章列表中有我們需要的內容
[python] view plain 買粉絲py
#獲取買粉絲文章內容
def parse_wx_articles_by_買粉絲(self, selenium_買粉絲):
doc = pq(selenium_買粉絲)
print '開始查找內容msg'
return doc('div[class="weui_media_box appmsg"]')
#有的買粉絲僅僅有10篇文章,有的可能多一點
#return doc('div[class="weui_msg_card"]')#買粉絲只有10篇文章文章的
5.解析每一個文章列表,獲取我們需要的信息
6.處理對應的內容
包括文章名字,地址,簡介,發表時間等
7.保存文章內容
以買粉絲的格式保存到本地
同時將上一步驟的內容保存成excel 的格式
8.保存json數據
這樣,每一步拆分完,爬取買粉絲的文章就不是特別難了。
三、源碼
第一版源碼如下:
[python] view plain 買粉絲py
#!/usr/bin/python
# 買粉絲ding: utf-8
import sys
reload(sys)
sys.setdefaulten買粉絲ding('utf-8')
from urllib import quote
from pyquery import PyQuery as pq
from selenium import webdriver
import requests
import time
import re
import json
import os
class weixin_spider:
def __init__(self, kw):
' 構造函數 '
self.kw = kw
# 搜狐買粉絲搜索鏈接
#self.sogou_search_url = '買粉絲://weixin.sogou.買粉絲/weixin?type=1&query=%s&ie=utf8&_sug_=n&_sug_type_=' % quote(self.kw)
self.sogou_search_url = '買粉絲://weixin.sogou.買粉絲/weixin?type=1&query=%s&ie=utf8&s_from=input&_sug_=n&_sug_type_=' % quote(self.kw)
# 爬蟲偽裝
self.headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64; rv:47.0) Gecko/20100101 FirePHP/0refox/47.0 FirePHP/0.7.4.1'}
# 操作超時時長
self.timeout = 5
self.s = requests.Session()
def get_search_result_by_kw(self):
self.log('搜索地址為:%s' % self.sogou_search_url)
return self.s.get(self.sogou_search_url, headers=self.headers, timeout=self.timeout).買粉絲ntent
def get_wx_url_by_sougou_search_買粉絲(self, sougou_search_買粉絲):
' 根據返回sougou_search_買粉絲,從中獲取買粉絲主頁鏈接 '
很赞哦!(64396)
相关文章
- 05 上海益牧國際貿易有限公司(石藥集團恩必普藥業有限公司是國企嗎)
- 05 上海誠通國際貿易(中國誠通控股集團有限公司的下屬企業)
- 01 中國人海外勵志故事20字(中國人在海外的勵志故事150字?)
- 01 中國公民海外丟失護照,可以赴中國駐當地(中國公民在海外遇到突發情況應該如何求助?)
- 05 上海蘇秉貿易有限公司怎么樣(蘇州新鑰匙教育有限公司怎么樣?)
- 01 中國會禁止抖音直播帶貨嗎(抖音禁止帶貨了嗎)
- 05 上海良鴻貿易有限公司(茅臺酒區域編碼)
- 01 中國人海外開公司算外資(投資者是外國人,法定代表人是中國人,那是屬于外資企業嗎?如果1個股東是外國人1個是中國人,是什么性質?)
- 05 上海賞隆貿易公司有什么品牌(誰知道魯花、福臨門等大品牌花生油的發創業史啊?)
- 01 中國人購買海外房產違法嗎(定居海外的中國人買了房改房可以告他嗎)
热门文章
站长推荐
05 上海鑫促貿易有限公司(貪圖便宜買買低價的產品,出現問題,工商部門會管么)
01 中國分布到海外姓氏排名(第七次全國人口普查含港奧臺中國人姓氏排名?)
01 中國出口貿易數據2021(2021年中國進出口貿易數據是什么?)
01 中國企業對外貿易需要注意什么問題(做國際貿易要注意什么)
05 上海蘋果貿易有限公司成都分公司(有關我國著名企業的簡介和老總的名字)
01 中國公民海外建國(中國不承認雙重國籍,那放棄了中國國籍還能恢復回來嗎)
05 上海鋼盟國際貿易有限公司電話(跪求世界500強企業名單)
05 上海索容貿易有限公司(湖北、北京、上海、廣東等多家靈活用工平臺被查,涉嫌虛開發票!)