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 八爪魚采集買粉絲買粉絲(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2024-07-12 03:13:59【】5人已围观
简介sp; import json import os class weixin_spider:
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 = { }
article = article('.weui_media_box[id]')
title = article('h4[class="weui_media_title"]').text()
self.log('標題是: %s' % title)
url = '買粉絲://mp.weixin.qq.買粉絲' + article('h4[class="weui_media_title"]').attr('hrefs')
self.log('地址為: %s' % url)
summary = article('.weui_media_desc').text()
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
很赞哦!(191)
相关文章
- 01 中國國際貿易促進委員會廣西分會會長(中國國際貿易促進委員會上海市分會的主要領導)
- 01 youtube官網網頁版更新時間幾年有效(如何進行網絡營銷?)
- 01 youtube官網網頁版更新時間幾點結束今天(you tu be的官網是多少?)
- 01 youtube官網網頁版更新時間幾個小時最好飲用(我用的是Hotspot Shield Launch1.57版本,想去YOUTUBE看視頻,顯示已連接,但就是不能打開任何網頁,急求)
- 01 youtube官網網頁版更新時間幾月最好命(明星玩的像電腦樣直板的那是什么(就觸屏的,像電腦,但卻是像一塊板,平 平的) 可以用來做什么???)
- 01 中國國際服務貿易交易會志愿者(獵戶星空智能服務機器人家族上崗服貿會,助力新時代智慧服務)
- 01 youtube官網網頁版更新時間幾個小時內(ios app上架流程是什么,怎樣避免提交審核被拒)
- 01 中國國際貿易單一窗口怎么操作出口報關(中國國際貿易單一窗口怎么查詢報關單)
- 01 中國國際貿易單一窗口管理員賬號(中國國際貿易單一窗口如何取消操作員注冊)
- 01 youtube官網網頁版更新頻率是指什么時候開始(明星玩的像電腦樣直板的那是什么(就觸屏的,像電腦,但卻是像一塊板,平 平的) 可以用來做什么???)
热门文章
站长推荐
01 中國國際貿易單一窗口手機app(中國國際貿易單一窗口如何取消操作員注冊)
01 中國國際經濟貿易仲裁委員會華南分會進行裁決(中國國際經濟貿易仲裁委員會的裁決具有法律效力嗎)
01 youtube官網網頁版更新時間日歷顯示在線嗎(如何取消ipad里軟件更新的提示??)
01 中國國際經濟貿易仲裁委員會仲裁規則解讀(依2005年的《中國國際經濟貿易仲裁委員會仲裁規則》,仲裁裁決有)
01 youtube官網網頁版更新時間日歷桌面2023(日歷挖機柴濾回油管不回油是怎么回事,我也用手油泵泵了,還是不行,求解!)
01 中國國際貿易服務貿易交易會是干嘛的(2022年中國國際服務貿易交易會開幕,本屆服貿會有哪些看點和亮點?)
01 中國國家地理訂閱卡有什么特殊的(香港最知名的雜志社是什麼,最好是娛樂類,以年輕人為主要讀群的,很急,拜托了!)
01 youtube官網網頁版更新時間2022最新通知消息(YouTubeVideoBuilderReview2022-好吧,但非常有限)