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(如何找到已關注的買粉絲二維碼?)
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2024-07-06 09:32:27【】4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!(721)
相关文章
- 01 中國移動海外流量包怎么購買(中國移動日本流量包怎么買)
- 01 中國移動海外人工服務電話24小時(中國移動人工服務電話是多少)
- 01 中國的貿易總額占世界多少(成為世界經濟大國對外貿易總額占世界貿易總額的比重是多少?)
- 01 中國移動海外漫游費用(中國移動國際漫游短信收費標準)
- 01 youtube下載器app下載官方免費(《人人視頻》app官方版下載)
- 01 中國社交媒體發展的內部和外部因素(中國特色的旅游消費者行為的形成原因和機制有哪些)
- 01 中國的自由貿易港(中國自貿港目前有幾個)
- 01 youtube下載器app用什么語言寫作(華為怎么下載youtube這個軟件)
- 01 youtube下載器app官方正版ios(蘋果ios14新功能總結(這9個新功能超級酷))
- 01 中國移移動10086買粉絲買粉絲(10086沒有人工客服了嗎)
热门文章
站长推荐
01 中國經濟對外貿易大學曹楊(上海有什么地方比較好玩?)
01 youtube下載器app官網登錄首頁(油管是哪個app)
01 youtube下載器app手機版官網(youtubeapp出錯了代理)
01 youtube下載器apple music美區怎么(這 100 款手機游戲,讓你又多了一個入手 iPhone 的理由)
01 youtube下載器apple id密碼修改(iOS的內置應用)
01 中國糧食進出口貿易現狀(我國的糧食安全狀況如何?)
01 youtube下載器app手機客戶端官網(我現在人在國外 怎么解除限制 看內地網站的視頻啊)
01 youtube下載器app官方電腦下載(在國外用什么軟件聽歌 聽歌用哪個app嗎?)