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爬取買粉絲買粉絲數據(python爬蟲去哪接單)
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2024-07-13 16:31:05【】5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
如何抓取買粉絲所有買粉絲最新文章
經常有朋友需要幫忙做買粉絲文章爬取,這次來做一個各種方法的匯總
很赞哦!(513)
相关文章
- facebook限制小組發帖(facebook發帖小組看得到嗎) - 副本
- facebook隱藏評論別人看得到嗎(如何在Facebook應用程序上刪除評論或日志) - 副本
- facebook頁面是什么樣子(facebook個人主頁網頁版能看成效分析嗎) - 副本
- 01 浦發銀行買粉絲買粉絲對賬(浦發信用卡怎么查賬單)
- 01 浙江省對外貿易現狀和對策(高分求《浙江省茶葉出口現狀,問題及對策》論文一篇,3000~4000字!)
- facebook隱私設置在哪里(為什么我的facebook賬戶被封了,從來沒登錄過,然后需要你上傳身份證核實,這樣是不是泄露隱私信?) - 副本
- 01 浙江舟山自由貿易港地址(舟山正奇科技有限公司怎么樣)
- facebook隱藏的帖子在哪里(facebook直播怎么隱藏彈幕?)
- facebook附近人怎么搜索(facebook上怎么搜索商家的主頁)
- facebook長時間不用登陸不了(MIR4蘋果谷歌FACEBOOK登不上去解決辦法) - 副本
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的名片
职业:程序员,设计师
现居:四川攀枝花盐边县
工作室:小组
Email:[email protected]
热门文章
站长推荐
facebook驗證收不到驗證碼(facebook三個好友驗證碼哪里找)
01 浙江省海外高層次人才居住證辦理(杭州人才居住證到期怎么續期)
facebook驗證碼發消息時出現錯誤(突然收到facebook驗證碼) - 副本
facebook驗證賬戶收不到驗證碼(注冊Facebook成功了,需要驗證身份,為什么我收不到驗證消息,但上面顯示驗證碼已發送) - 副本
01 浙江綠庫國際貿易有限公司(公司簡介范文(精選10篇))
01 海信電視售后買粉絲買粉絲(海信液晶電視售后維修電話號碼是多少)
facebook驗證賬戶錄制視頻出錯(fb無法選擇賬戶驗證方式) - 副本
facebook驗證碼收不到(gmail收不到facebook驗證碼) - 副本