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 >
02 買粉絲買粉絲爬蟲數據(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2024-07-16 15:30:38【】5人已围观
简介bsp;pq from selenium import webdriver import requests 
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_desc').text()
self.log('文章簡述: %s' % summary)
date = article('.weui_media_extra_info').text()
self.log('發表時間為: %s' % date)
pic = self.parse_買粉絲ver_pic(article)
買粉絲ntent = self.parse_買粉絲ntent_by_url(url).買粉絲()
買粉絲ntentfiletitle=self.kw+'/'+title+'_'+date+'.買粉絲'
self.save_買粉絲ntent_file(買粉絲ntentfiletitle,買粉絲ntent)
return {
'title': title,
'url':&n
很赞哦!(11)
相关文章
- 02 天貓自營全球超級店跟海外旗艦店的區別(大家更愿意在天貓購物還是京東購物?)
- 02 天津網紅跳水在哪里(如何看待抖音網紅跳水救出落水男童,媽媽帶孩子轉身離開并指責救人者夸大事實?)
- 02 天津星華國際貿易有限公司(要出國留學,經國家授權的較好的中介機構有哪些?)
- 02 youtube官網中文版設置不了密碼錯誤(有沒有 不用ITUNES 直接刷機的辦法啊)
- 02 youtube官網中文版視頻剪輯軟件pr ae是(給新手的ADOBE軟件不完全科普指南!)
- 02 youtube官網中文版視頻播放器哪個牌子質量(MP4一般都支持多少種視頻格式?)
- 02 youtube官網中文版視頻剪輯軟件哪個最好價格(PS軟件各個版本區別大嗎?哪個版本最適合新手?)
- 02 天虹貿易投資有限公司(方劍哪年出生的錢江水利副總經理)
- 02 youtube官網中文版視頻剪輯軟件下載免費電腦(電腦pr怎么下載)
- 02 youtube官網中文版視頻剪輯軟件哪個免費好(搬運油管視頻到抖音會侵犯版權嗎?)
热门文章
站长推荐
02 天津外國語大學附屬濱海外國語學校小學一部招生簡章(天津外國語大學濱海外事學院 剛剛看到好多人說這個學校住宿條件很差。。真的有那么差嗎???)
02 天津外國語大學附屬濱海外國語學校高中有幾個門(“先有大直沽后有天津衛”的河東區各學校概況及學片劃分深度分析)
02 天津祥坤國際貿易有限公司聯系電話(現代汽車采購負責人是誰,聯系電話有嗎)
02 youtube官網中文版視頻怎么下載視頻教程免費(問一下啊。。。我的mac 裝了從官網下載的試用版ai 可是插件該怎么裝呢?? 放到擴展工具里沒變化。。。)
02 天津進出口貿易有限公司機械設備(天津愛迪自動化科技有限公司怎么樣?)
02 天龍山網紅公路現在讓走了嗎(二龍湖風景區收門票不?)
02 youtube官網中文版視頻播放器推薦電腦版(電腦上錄游戲視頻用哪個軟件好?)
02 youtube官網中文版視頻播放器好用又(免費又好用的錄屏軟件(中文的))