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抓取買粉絲文章(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2024-07-18 23:32:44【】8人已围观
简介;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
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 = { }
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_des
很赞哦!(7)
相关文章
- 抖音tiktok越南版官網下載(越南抖音tiktok怎么下載)
- 抖音國外版tiktok下載(華為如何下載tiktok國際版)
- 抖音tiktok國內看不了怎么辦(抖音海外版tiktok國內能用嗎)
- 抖音和tiktok的區別(tiktok和抖音什么關系)
- 03 網織紅細胞新亞甲藍染色的具體步驟(怎么用亞甲藍染網織紅細胞)
- 03 網紅經濟論文選題來源怎么填寫(網紅喬麗婭被湖北大學請退,被曝經常曠課寫不出論文,你覺得這樣做對嗎?)
- 抖音國際版 tiktok1.2.0(抖音國際版TikTok使用方法指導(抖音國際版ios教程))
- 抖音tiktok跨境電商培訓真的假的(海外抖音tiktok賺錢是真的嗎?)
- 03 網織紅細胞是周圍血中未完全成熟的紅細胞(網織紅細胞名詞解釋是什么?)
- 03 網織紅細胞檢查報告單主要看哪項(血常規檢查項目 如何看懂血常規化驗單)
热门文章
站长推荐
抖音tiktok網頁版官網登錄界面(tiktok和抖音什么關系)
03 網織紅細胞減少見于什么疾病(紅細胞偏低的原因)
03 網紅英語名字大全女生(2021最火的昵稱霸氣女英文,2021最火的高冷女昵稱有哪些?)
抖音與tiktok哪個研發早(抖音和tiktok什么關系)
抖音國際tiktok怎么下載(怎樣下載國際版tiktok)
抖音tiktok國際版下載破解日版(日本的抖音怎么刷不了,我用日本的蘋果id下載了tiktok,登錄界面我用手機號登錄了,但是還是沒用)
抖音國際版 tiktok官方下載IOS(蘋果手機怎么下載TikTok(抖音國際版))
03 網織紅細胞計數154(驗血常規的結果診斷,這種情況正常嗎還有怎么做才能使紅細胞低一些為何在體驗單上寫紅細胞偏高.)