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爬買粉絲買粉絲(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2024-07-26 13:27:45【】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!(6298)
相关文章
- 02 雪王國際貿易有限公司(河南蓮花味精今年半年報虧損1.1億,不知道是否屬實?如果真是這樣,那企業是否有員工下崗?還值得去嗎?)
- 02 青島招匯貿易有限公司(個人接收外匯匯款限額是多少?)
- 02 青島新華錦汽車貿易有限公司招聘(青島城區新華錦長樂小蓬萊康養社區售樓部電話是多少)
- 01 首都濟濟貿易大學怎么樣(北上廣深,哪座城市更有人情味?)
- 01 首都經濟貿易大學分數線是多少2021(北京:首都經濟貿易大學2021年本科招生章程)
- 02 青島奔富國際貿易有限公司(國內紅酒都有哪些品牌?)
- 01 首都經濟貿易大學初試復試占比(首都經濟貿易大學研究生分數線)
- 02 陜西鴻之運國際貿易怎么樣(我是個以前沒接觸過經濟學的人現在想學經濟有誰能推薦我一本好書?謝謝)
- 01 首都經濟貿易大學會計專碩分數線2023(首都經濟貿易大學會計專碩歷年分數線及專業優勢)
- 02 青島國際貿易招聘信息(青島大學博士畢業條件?)
热门文章
站长推荐
02 青島亞馬遜國際貿易有限公司(80后山東小伙,打造出估值1900億獨角獸,在海外一年進賬超600億)
01 首都經濟貿易大學非全日制研究生非定向(專科可以直接考研究生嗎?)
02 青島振蓮國際貿易有限公司(上海浦東蓮振路25號到上海檢測中心(浦東張江張衡路1500號怎么去))
01 首都經濟貿易研究生信息管理系統(首都經濟貿易大學怎么樣研究生好考嗎)
01 首都國際貿易大學研究生分數線(首經貿考研分數線)
02 青島中海華潤國際貿易(悅農e存有風險嗎?)
02 青島新未來國際貿易股份有限公司(COMFEE和美的是什么關系?)
01 首都經濟貿易大學初試復試占比(首都經濟貿易大學研究生分數線)