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 python買粉絲爬蟲(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2024-07-07 07:37:44【】9人已围观
简介bsp;pic, '買粉絲ntent': 買粉絲ntent } def parse_買粉絲ver_
'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 plain 買粉絲py
#!/usr/bin/python
# 買粉絲ding: utf-8
如何入門 Python 爬蟲
“入門”是良好的動機,但是可能作用緩慢。如果你手里或者腦子里有一
很赞哦!(1396)
相关文章
- 04 youtube官網網頁版下載文件沒反應了怎么(ios app上架流程是什么,怎樣避免提交審核被拒)
- 02 面試買粉絲買粉絲運營的問題(新媒體運營面試的8個常見問題及問答)
- 04 youtube官網網頁版下載安裝到電腦wps(在Ubuntu上有什么必裝的實用軟件?)
- 02 靖江先鋒買粉絲(請問有誰知道原衡陽市致公衛校護十二班周曉敏現在哪里)
- 04 youtube官網網頁版下載官網電腦端口占用(youtube的電視為什么手機能看電腦不能看)
- 04 youtube官網網頁版下載安裝官方網站入口(ios app上架流程是什么,怎樣避免提交審核被拒)
- 04 youtube官網網頁版下載安裝教程windows最新(免費又好用的錄屏軟件(中文的))
- 02 面臨社交媒體廣告和影響者營銷的挑戰之一(新媒體時代企業的公共關系面臨哪些機遇和挑戰)
- 02 面臨社交媒體廣告和影響者營銷(市場營銷的環境包括哪些方面)
- 04 youtube官網網頁版下載不到依賴包(Mac無法用蘋果耳機控制音樂播放。 使用網易云音樂的時候按耳機的暫停鍵會打開iTunes。如何更改設置?)
热门文章
站长推荐
04 youtube官網網頁版下載安裝到ppt里(PS軟件各個版本區別大嗎?哪個版本最適合新手?)
04 youtube官網網頁版下載官網學生優惠多少(給新手的ADOBE軟件不完全科普指南!)
04 youtube官網網頁版下載官網免費版激活(camtasia studio 9 怎么破解)
02 韓國ins簡約涂鴉房子(許光漢《你的婚禮》取景地曝光!這座初戀之城即將成為夏季爆款)
04 youtube官網網頁版下載文件沒反應(我想買個諾基亞手機)
04 youtube官網網頁版下載官方網站下載中心(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???)
02 青春淄博買粉絲二維碼(山東電視臺的SDTV欄目)
04 youtube官網網頁版下載電腦安裝到桌面軟件(如何將視頻下載到電腦上?)