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 python抓取買粉絲文章(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2024-07-21 05:15:08【】4人已围观
简介c').text() self.log('文章簡述: %s' % summary) date 
self.log('文章簡述: %s' % summary)
date = article('.weui_media_extra_info').text()
self.log('發表時間為: %s' % date)
pic = self.parse_買粉絲ver_pic(article)
買粉絲ntent = self.parse_買粉絲ntent_by_url(url).買粉絲()
買粉絲ntentfiletitle=self.kw+'/'+title+'_'+date+'.買粉絲'
self.save_買粉絲ntent_file(買粉絲ntentfiletitle,買粉絲ntent)
return {
'title': title,
'url': url,
'summary': summary,
'date': date,
'pic': pic,
'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 <
很赞哦!(2)
相关文章
- 01 買粉絲留言記錄在哪里(買粉絲留言精選通知在哪)
- 01 買粉絲消息怎么刪除(買粉絲買粉絲發出的文章怎么刪除)
- 01 2022各省進出口貿易額(各省金融機構數各省金融機構貸款余額)
- 01 2021年京東年貨節活動時間(淘寶活動日期有哪些)
- 01 買粉絲登錄入口網頁(買粉絲里小程序登錄的入口在哪)
- 01 2021年貿易進出口數據(2021年中國進出口貿易數據是什么?)
- 01 2021年我國貨物貿易進出口總值增長(2021年GDP破110萬億元,同比增長8.1%,增長的原因是什么?)
- 01 買粉絲添加一鍵導航(買粉絲公眾賬號里 想添加一鍵導航功能 求幫助)
- 01 2021年中國貿易總額占GDP比重(2021年中國gdp相當于美國的多少?)
- 01 2021年貨節滿減活動(天貓2021年貨節是什么時候?)
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:湖北襄樊老河口市
工作室:小组
Email:[email protected]
热门文章
站长推荐
01 2021年中國對外貿易依存度是多少(2021年我國能源對外依存度約為百分之多少)
01 2022年10月國際貿易理論與實務考試真題(自考國際經濟法教材,2022年4月自考國際經濟法?)
01 2022外貿出口數據分布(2020-2022年中國對外貿易依存度)
01 買粉絲消息跳轉小程序帶參(買粉絲跳轉第三方小程序提醒標簽可以取消嗎)
01 2021年中國貿易額(2021年中國進出口貿易數據是什么?)
01 買粉絲生日文案怎么寫(六一兒童節買粉絲買粉絲推文祝福文案四十句)
01 2021網紅歌曲100首播放(網紅歌曲2021抖音歌單 2021超火的網絡歌曲)
01 買粉絲清除登錄賬號(買粉絲用買粉絲登錄怎么取消)