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 >
03 爬蟲 買粉絲買粉絲文章(如何利用爬蟲爬買粉絲買粉絲的內容?)
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2024-07-22 00:29:12【】5人已围观
简介p>time.sleep(3) # 執行js得到整個頁面內容 買粉絲 = browser.execute_scri
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 '
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')
def get_selenium_js_買粉絲(self, wx_url):
' 執行js渲染內容,并返回渲染后的買粉絲內容 '
browser = webdriver.PhantomJS()
browser.get(wx_url)
time.sleep(3)
# 執行js得到整個dom
買粉絲 = browser.execute_script("return document.documentElement.outerHTML")
return 買粉絲
def parse_wx_articles_by_買粉絲(self, selenium_買粉絲):
' 從selenium_買粉絲中解析出買粉絲買粉絲文章 '
doc = pq(selenium_買粉絲)
return doc('div[class="weui_msg_card"]')
def switch_arctiles_to_list(self, articles):
' 把articles轉換成數據字典 '
articles_list = []
i = 1
if articles:
for article in articles.items():
self.log(u'開始整合(%d/%d)' % (i, len(articles)))
articles_list.append(self.parse_one_article(article))
i += 1
# break
return articles_list
def&nb
很赞哦!(92)
相关文章
- 01 中國人壽海外公司總裁(中國人壽英文簡寫)
- 01 中國中部投資貿易博覽會官網(中部投資貿易博覽會的活動內容)
- 推特和油管哪個用的人多(為什么中國人用外國人的軟件很困難而且用不了,而外國人用中國人的軟件為什么很容易呢?)
- 摩托車化油器放油管漏油是怎么回事視頻講座(摩托車化油器下面廢油管漏油,是怎么回事)
- 01 中國與東盟貿易額2020(什么是2012年有東盟發起亞太地區規模最大的自由貿易協定談判2020年中國正式簽)
- 搬運油管的視頻侵權嗎(那些搬運油管的視頻屬于翻墻)
- 01 中國交建海外分公司(中國交建有哪些子公司?)
- 搖臂鉆油管壓法視頻講解(3050搖臂鉆鎖不緊,油管有氣泡)
- 摩托車油管堵了怎么辦視頻(摩托車化油器下面那個油管漏油,漏的很厲害,怎么處理)
- 01 中國人在海外取得的商業方面的成就(中國人在海外取得科技,商業等方面的成就的勵志故事?)
热门文章
站长推荐
摩托車化油器底部管子漏油(摩托車化油器 最底部的 小管子漏油 可以堵住嗎)
摩托油管開關怎么看(摩托車發動機化油器上有2個接口,怎么看哪個是接油管的,另外一個是干嗎的)
推特是facebook旗下的嗎(推特賬號可以用ins嗎) - 副本
01 中國與俄羅斯汽車貿易情況(2019年俄羅斯車市數據出爐 中國車僅占2.3%)
摩托車油管掉了怎么接(摩托車剎車油管斷了怎么接啊急!!!)
01 中國與印度的貿易關系(中國和印度的關系)
01 中國人在海外取得的科技成就的勵志故事(很多中國人在海外取得科技、商業等方面的成就,你知道他們的勵志故事嗎)
01 中國人在海外建國,回來后還是中國人嗎(600年前,一個中國人在海外建國,后來怎樣?)