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 八爪魚采集器采集買粉絲買粉絲(怎樣將PC端網絡爬蟲抓取的內容發送到用戶手機買粉絲上?)
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2024-07-23 03:36:56【】0人已围观
简介; '買粉絲ntent': 買粉絲ntent } def parse_買粉絲ver_pic(self,&nbs
'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
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!(4)
相关文章
- 04 成都旭星源貿易有限公司(廣東有沒有自己生產光電傳感器的廠家?)
- 04 我國文化貿易發展現狀和重大項目(中國文化產業發展現狀分析)
- 01 訂閱號助手官網入口網頁版入口電腦(手機上的訂閱號助手上能登錄在電腦上怎么登錄不上)
- 04 我國蔬菜出口貿易現狀及策略分析(綠色貿易壁壘對我國外貿的影響現狀調查的論文)
- 04 拓展海外業務的企業的途徑(新人如何開發海外客戶,有哪些方法可以用)
- 01 訂閱號助手官網教程游戲安裝不了apk(訂閱號助手修改錯別字不顯示)
- 04 打卡洱海網紅語句(洱海網紅拍攝地有哪些)
- 01 訂閱號助手官網入口登錄網頁代碼(訂閱號助手有網頁版嗎)
- 04 搶年貨過新年(春節年貨宣傳語)
- 04 我國對外貿易發展的現狀的想法(國際貿易專業的論文3000字)
热门文章
站长推荐
01 訂閱號助手官網客服中心人工在線買粉絲(訂閱號助手怎么解除綁定 如何解綁訂閱號助手?)
04 我國對外貿易結構對碳減排效應的影響研究(大學生應該怎樣理解和把握十二五規劃的總體思維方法)
04 我國進出口貿易合同中的仲裁地點爭取選擇( )(國際貿易中簽訂銷售合同的注意事項)
04 成都百得利汽車貿易有限公司(奧迪4s保養不知道經銷商名稱)
04 挪威海外殖民地(西方國家對非洲殖民時,是歐洲國家分別殖民非洲哪些國家?)
04 我國國際運輸服務貿易發展現狀(我國國際貨運代理行業的發展現狀)
04 成都市第二人民皮膚科買粉絲(成都四道街的四川省皮研所怎么預約掛號)
01 訂閱號助手官網教程在哪里可以(訂閱號助手怎么登陸已有的買粉絲)