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(如何利用爬蟲爬買粉絲買粉絲的內容?)
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2024-07-11 02:39:24【】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!(83)
相关文章
- 05 嘉實海外基金070012今日凈值查詢長(現在要買基金,給個建議。)
- 04 深圳市輝達榮貿易發展有限公司(東莞市東城區下橋第一工業區有東莞市三新電子電器有限公司嗎?)
- 04 深圳市迅尚貿易有限公司(南京尚迅服裝的女裝叫什么)
- 04 清華大學國際經濟與貿易專業分數(考入兩電一郵、兩語一外、兩財一貿,不比清華北大差嗎?)
- 04 湖南先導國際貿易有限公司上班時間(受疫情影響,收集材料工作帶來阻礙的原因)
- 05 四川外國語大學國際金融與貿易學院院長(江西財大到底是一本還是二本)
- 05 國泰國綿貿易有限公司(紡織企業的排名1)
- 05 國際經濟與貿易實踐報告2000字(高分求大學生寒假社會實踐總結或調查報告一份1500字左右!!!急需)
- 05 國際經濟與貿易專接本好接嗎(國際貿易實務專業畢業的專科生可以做哪些工作)
- 04 湖北省對外貿易學校 校長(湖北紡織大學分數線)
热门文章
站长推荐
04 湖南新華聯國際石油貿易有限公司(半年巨虧7.26億,傅爽爽能幫老爸打贏債務重組三場硬仗嗎?)
05 國外進出口貿易公司英文名稱(國外企業名稱)
05 國際經濟與貿易專業代碼是啥(國際經濟與貿易專業屬于什么學科門類)
05 國際經濟與貿易專業的學生的大學規劃(國際貿易專業大學生職業生涯規劃書范文)
04 深圳遠東龍源貿易有限公司(西門子在中國哪些城市有哪些工廠?)
05 商務部國際貿易經濟合作研究院mba調劑的群(商務部國際貿易經濟合作研究院mba的比業去向)
05 喀什古城網紅打卡地地址(喀什古城十大網紅打卡景點)
05 國學生活買粉絲買粉絲關注(文學類買粉絲買粉絲關注推薦哪一個最好最火熱門)