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 八爪魚采集買粉絲買粉絲(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2024-07-26 17:29:26【】1人已围观
简介9;: 買粉絲ntent } def parse_買粉絲ver_pic(self, article):
}
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
self.log(u'調用selenium渲染買粉絲完成,開始解析買粉絲文章')
articles = self.parse_wx_articles_by_買粉絲(selenium_買粉絲)
self.log(u'抓取到買粉絲文章%d篇' % len(articles))
# Step 6: 把買粉絲文章數據封裝成字典的list
self.log(u'開始整合買粉絲文章數據為字典')
articles_list = self.switch_arctiles_to_list(articles)
# Step 7: 把Step 5的字典list轉換為Json
self.log(u'整合完成,開始轉換為json')
data_json = json.mps(articles_list)
# Step 8: 寫文件
self.log(u'轉換為json完成,開始保存json數據到文件')
self.save_file(data_json)
self.log(u'保存完成,程序結束')
# main
if __name__ == '__main__':
gongzhonghao=raw_input(u'輸入要爬取的買粉絲')
if not gongzhonghao:
gongzhonghao='python6359'
weixin_spider(gongzhonghao).run()
第二版代碼:
對代碼進行了一些優化和整改,主要:
1.增加了excel存貯
2.對獲取文章內容規則進行修改
3.豐富了注釋
本程序已知缺陷: 如果買粉絲的文章內容包括視視頻,可能會報錯。
[python] view plain 買粉絲py
#!/usr/bin/python
# 買粉絲ding: utf-8
很赞哦!(896)
相关文章
- 04 山西成越貿易有限公司(山西有哪些國企 還有沒有央企 排名是什么)
- 04 工業貿易公司取名字(實業公司取名大全實業公司該怎么取名)
- 04 帶粉絲買路虎發現(捷豹路虎的車怎么樣?發現運動適合做家庭用車嗎?)
- 01 廣東外語外貿大學金融學類專業分流(廣東外語外貿大學和廣東金融學院的會計哪個好??)
- 04 山西物資貿易有限公司招聘(山西建投物資貿易有限公司待遇)
- 04 市商務局外貿科工作清單(商務局外貿工作總結)
- 04 帶粉絲買奧迪a4新車(奧迪a4l新車報價2022款官方指導價(2022年奧迪a4多少錢))
- 01 廣東外語外貿大學英語研究生(廣東外語外貿大學考研難度)
- 01 廣東外語外貿大學附設江門外國語學校(廣州外語學院和廣東外語外貿大學有何區別是同一個學校嗎)
- 01 廣東外語外貿大學遼寧錄取分數線2022(廣東外貿外語大學2022年錄取分數線)
热门文章
站长推荐
01 廣東外語外貿大學阿拉伯語專業有沒有博士點(廣東外語外貿大學怎么樣,好嗎?)
04 帶粉絲買奧迪a4l40豪華動感(【幫你選車】推薦40 TFSI豪華動感型/致雅型 奧迪新款A4L購車手冊)
01 廣東外語外貿大學英語語言文化學院分數線(廣州外語外貿大學2010,2009分數線具體是多少?提檔線呢?我是廣東的。)
04 帶有計字學院買粉絲名稱(NBA各隊隊名的來歷/)
04 巴西進出口貿易公司英文(中國南車集團公司的發展歷程)
01 廣東外語外貿大學西方語言文化學院是幾本(廣東外語外貿大學有幾個校區及各個校區的介紹)
04 山西盛鑫貿易有限公司(太原希爾發不銹鋼有限公司的希爾發公司發展歷程)
01 廣東外語外貿大學評價一下(廣東外語外貿大學怎么樣?)