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(pythone增加買粉絲文章閱讀量)
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2024-07-27 07:36:04【】4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!(5588)
相关文章
- 01 匹克國際貿易(天津)有限公司(電梯品牌排行榜 十大品牌你喜歡哪個)
- 01 北海外地人買房政策最新(北海買房外地人買房政策)
- 02 上海定勝貿易有限公司(亞洲證券交易所在哪里?)
- 02 上海外語教育出版社綜合教程4課后答案(全新版大學進階英語綜合教程(1)課后習題答案 上海外語教育出版社出版)
- 02 上海媚彩貿易有限公司(十大香水品牌有哪些)
- 01 北美自由貿易區圖片(北美自由貿易區的特點是什么?其經濟效益如何?)
- 01 北安人民醫院買粉絲關注(疫情防控期間長春醫保辦事指南)
- 02 上海外貿進出口總額超4萬億美元(近年來我國取得的巨大成就是什么)
- 01 北美自由貿易區對中國的影響(北美自由貿易區的建立與發展對中國和美國的影響)
- 02 上海外語教育出版社綜合教程1Unit4課后答案(求大學英語綜合教程三(上海外語教育出版社的)的課文翻譯及課后習題答案~)
热门文章
站长推荐
01 北美自由貿易區現狀圖片(NAFTA(北美自由貿易區)主要國家的經濟貿易發展狀況)
02 上海外語教育出版社綜合教程2電子教案(求!!!急用!!!大學英語綜合教程2(上海外語教育出版社何兆熊的)的課文翻譯及課后習題答案!!!)
02 上海大學金融學中外合作辦學國家(上海大學中外合作辦學【美國篇】)
01 區域性貿易組織rcep(rcep是什么國際組織)
01 北美自由貿易區有美國加拿大和俄羅斯(美國的鄰國有哪些國家)
01 北大口腔醫院買粉絲幾點放號(口腔醫院搬遷買粉絲怎么寫)
01 醫保報銷買粉絲是哪個(交醫保在哪個app里交)
01 北極國際貿易有限公司名字怎么樣(想開艾灸養生館取什么樣的名字好聽)