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 買粉絲買粉絲爬蟲代碼(如何入門 Python 爬蟲)
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 09:27:46【】2人已围观
简介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
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 parse_one_article(self, article):
' 解析單篇文章 '
article_dict = { }
很赞哦!(6636)
相关文章
- 01 youtube官網入口下載2022官網(YouTubeVideoBuilderReview2022-好吧,但非常有限)
- 01 youtube官網入口下載2022官網回應(ipad32022看youtube會卡嗎)
- 01 youtube官網入口下載買粉絲免費版哪個(藍鯨買粉絲可以看youtube嗎)
- 03 海南水果出口貿易現狀及發展對策(云南廣南縣水果生產現狀及發展對策 云南省廣南縣窮嗎)
- 01 youtube官網入口下載買粉絲免費試用vp(藍鯨買粉絲可以看youtube嗎)
- 03 海南對外貿易的有利條件(海南進口有色金屬有什么優勢)
- 03 海南學籍外地戶口可以參加海南高考嗎(戶口不在海南能在海南上高中嗎)
- 03 海南建設什么港口自由貿易(海南,將成為下一個世界中心!打造全球最大的自由貿易港)
- 01 youtube官網入口下載2022年節假日日期(YouTubeVideoBuilderReview2022-好吧,但非常有限)
- 01 youtube官網入口下載買粉絲哪個最好2023(ipad看youtube要買粉絲嗎)
热门文章
站长推荐
01 youtube官網入口下載2022電腦版官網(YouTubeVideoBuilderReview2022-好吧,但非常有限)
03 海南戶口在外地上學可以參加海南高考嗎(外地戶口在海南上學能高考嗎)
03 海南島外地車輛開車超過120天(初四從大慶自駕去三亞,能介紹一些合適的路線嗎?)
01 youtube官網入口下載2022最新版模板3000(YouTubeVideoBuilderReview2022-好吧,但非常有限)
03 海南水果出口貿易數據(海南的三大支柱產業水果)
03 海南康利潔貿易有限公司(石材市場調查報告)
03 海南微楓國際貿易有限公司(快創通注冊公司可靠嗎?)
03 海南注冊國際貿易公司需要多少費用(中化學(海南)國際貿易有限公司電話是多少?)