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python代碼(如何抓取買粉絲所有買粉絲最新文章)
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2024-06-30 07:07:55【】5人已围观
简介'url': url, 'summary': summary, 'date': 
'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
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 plai
很赞哦!(272)
相关文章
- 02 youtube官網網頁版觀看視頻在線解析視頻(看電影上什么網站)
- 02 youtube官網網頁版觀看網站高清免費(免費觀看nba比賽回放的軟件)
- 02 youtube官網網頁版設置不了分辨率4(響應式網站有什么優缺點?)
- 01 北京郵政報刊訂閱電話(北京郵聲報怎么訂)
- 02 youtube官網網頁版觀看網站高清背景圖片簡約(有沒有好的電影網站?)
- 01 北京經濟外貿大學(北京對外經貿大學排名)
- 02 youtube官網網頁版觀看網站導航頁(有沒有哪些很全面的美術生需要用到的找靈感的設計網站?)
- 01 北京路步行街網紅打卡點(2023廣州最新網紅打卡景點)
- 02 youtube官網網頁版設置不息屏了是(蘋果8和蘋果x買哪個好?有什么區別?)
- 02 youtube官網網頁版觀看歷史在哪里(怎樣找到觀看歷史)
热门文章
站长推荐
02 youtube官網網頁版觀看免費高清完整視頻(怎樣才能看youtube視頻,不被限流啊?)
01 北京福田國際貿易有限公司(北汽福田汽車股份有限公司有多少分公司)
01 北京邦達貿易有限公司電話號碼(北京京邦達貿易有限公司做什么)
02 youtube官網網頁版設置不同顏色不(油管SC顏色代表的金額)
01 北京社保買粉絲可以申請退休嗎(如何在朝陽社保買粉絲查詢退休審核結果)
02 youtube官網網頁版觀看國語免費全集百度(youtube直播入口在哪里)
02 youtube官網網頁版觀看歷史怎么寫入論文(Youtube DNN經典論文)
01 北京經濟對外貿易大學研究生招生簡章(2023對外經濟貿易大學研究生收費標準是多少?學制幾年?)