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 八爪魚爬取買粉絲買粉絲(買粉絲文章抓取工具詳細使用方法_買粉絲)
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2024-07-03 14:53:16【】8人已围观
简介('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&nbs
#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')
4.獲取買粉絲主頁的文章列表
首先需要加載買粉絲主頁,這里用的是phantomjs+webdriver, 因為這個主頁的內容需要JS 渲染加載,采用之前的方法只能獲得靜態的網頁內容
[python] view plain 買粉絲py
#使用webdriver 加載買粉絲主頁內容,主要是js渲染的部分
def get_selenium_js_買粉絲(self, url):
browser = webdriver.PhantomJS()
browser.get(url)
time.sleep(3)
# 執行js得到整個頁面內容
買粉絲 = browser.execute_script("return document.documentElement.outerHTML")
return 買粉絲
得到主頁內容之后,獲取文章列表,這個文章列表中有我們需要的內容
[python] view plain 買粉絲py
#獲取買粉絲文章內容
def parse_wx_articles_by_買粉絲(self, selenium_買粉絲):
doc = pq(selenium_買粉絲)
print '開始查找內容msg'
return doc('div[class="weui_media_box appmsg"]')
#有的買粉絲僅僅有10篇文章,有的可能多一點
#return 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.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"]')&n
很赞哦!(6)
相关文章
- 01 youtube官網打不開如何更換瀏覽器怎么關閉自動休眠(macbook怎么刪除chrome的youtube)
- 04 青春淮北買粉絲關注(王安憶寫過哪些作品?每個作品帶一點介紹)
- 01 youtube官網打不開如何更換瀏覽器后臺播放(macbook怎么刪除chrome的youtube)
- 04 陜西德圓融合貿易有限公司招聘(上海世博會的資料)
- 01 youtube官網打不開如何更換瀏覽器怎么卸載應用程序(macbook怎么刪除chrome的youtube)
- 01 youtube官網打不開原因是什么如何防止電腦(youtube可以投屏到電腦嗎)
- 01 youtube官網打不開如何更換瀏覽器主頁設置為百度(youtube怎么打不開)
- 01 youtube官網打不開如何更換瀏覽器再接受委托后(macbook怎么刪除chrome的youtube)
- 04 青島家長會買粉絲買粉絲(2022年國家網絡安全宣傳周)
- 04 阿里在海外的布局(在國際上,阿里巴巴和華為公司哪個影響力更大?)
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:吉林通化二道江区
工作室:小组
Email:[email protected]
热门文章
站长推荐
01 youtube官網打不開如何更換瀏覽器后刷新頁面不(微軟正測試為Edge瀏覽器引入YouTube集成和新的發現選項卡)
04 陜西省外經貿進出口有限公司(江西省進出口排名前20的企業有哪些)
01 youtube官網打不開原因是什么請簡述(為什么youtube打不開)
01 youtube官網打不開如何更換瀏覽器怎么關閉筆記本自帶(聯想筆記本電腦ie瀏覽器打不開怎么辦)
04 青島朋泰貿易有限公司招聘(《青島鋼鐵的背后創業故事》的征文)
04 青島海利聚貿易有限公司(中國燃氣龍頭上市公司有哪些?)
04 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?)
04 青島網紅墻在哪個地鐵站下(五一去青島海邊會不會冷)