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 買粉絲文章爬蟲(python怎么抓取買粉絲閱)
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2024-07-14 05:51:30【】6人已围观
简介ain 買粉絲py# 爬蟲偽裝頭部設置 self.headers = {'User-Agent': 'M
# 爬蟲偽裝頭部設置
self.headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64; rv:51.0) Gecko/20100101 Firefox/51.0'}
# 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,&
很赞哦!(5726)
相关文章
- 04 youtube下載網站安全證書怎么寫(網絡推廣主要渠道有哪些,我說的是免費的。除了在自己網站發軟文還有別的嗎)
- 01 youtube官網中文版視頻免費觀看視頻中文轉英文(you tu be的官網是多少?)
- 04 youtube下載網站高清背景圖簡約可愛(ps作品集模板圖片-大學生如何通過ps賺錢)
- 04 youtube中文版下載安裝教程windows(mac系統下如何用迅雷)
- 01 youtube官網中文版視頻剪輯軟件下載2020版本(camtasia studio 9 怎么破解)
- 01 youtube官網中文版視頻剪輯軟件免費在線看(一般什么視頻剪輯軟件好用,有誰知道Youtube達人一般用什么剪輯軟件制作的視頻。)
- 04 youtube官網下載安裝包位置和(蘋果筆記本電腦怎么下載東西)
- 01 youtube官網中文版視頻免費觀看全集高清劇情(youtube視頻是什么?)
- 01 youtube官網中文版視頻剪輯軟件下載官網北京(會聲會影有哪些版本)
- 01 youtube官網中文版視頻剪輯軟件推薦(電腦上錄游戲視頻用哪個軟件好?)
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:内蒙古鄂尔多斯达拉特旗
工作室:小组
Email:[email protected]
热门文章
站长推荐
01 youtube官網中文版視頻剪輯軟件哪個好知(pc錄屏軟件?大家推薦一下,免費的)
01 youtube官網中文版視頻剪輯軟件哪個簡單又好(pc錄屏軟件?大家推薦一下,免費的)
04 youtube下載網站排行榜前50名字(2022最新版從0-1運營TikTok的保姆級教程)
04 youtube官網下載安裝版是什么軟件用顯卡(MP4一般都支持多少種視頻格式?)
01 youtube官網中文版視頻剪輯軟件pr免費破解(電腦pr怎么下載)
01 youtube官網中文版視頻免費觀看免費直播全集(手機看youtube直播沒有彈幕)
04 youtube官網下載安裝版是什么意思中文(PS軟件各個版本區別大嗎?哪個版本最適合新手?)
01 youtube官網中文版視頻剪輯軟件哪個最好(一般什么視頻剪輯軟件好用,有誰知道Youtube達人一般用什么剪輯軟件制作的視頻。)