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 八爪魚采集買粉絲買粉絲文章(python怎么抓取買粉絲閱)
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2024-07-20 01:29:57【】2人已围观
简介; #print doc('p[class="tit"]')('a').attr('href') &n
#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')
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):
很赞哦!(18874)
相关文章
- 02 我的粉絲都不買我東西怎么辦(你好我剛學著做微商沒人買怎么辦)
- 01 年貨一般什么時候開始漲價(年貨都有哪些)
- 02 戶外網紅打卡點簽到(朋友圈拍照打卡的說說網紅圣地打卡配什么文字)
- 01 年貨怎么選購物品(年貨一般要買些什么)
- 01 年貨買什么好賣(過年年貨地攤買賣什么好賣)
- 02 房地產年貨節活動流程(房地產節點營銷,如何讓衣錦還鄉的老鄉們踴躍買房)
- 02 投資海外房產回報(2020投資海外房產還能賺錢嘛,哪些國家有優勢?)
- 02 手機版買粉絲編輯器形容美食(買粉絲編輯器app哪個好)
- 01 年底賣啥年貨最好賣(購置年貨怎么做到省錢又體面?)
- 01 年貨盛宴免費獻禮是真的嗎嗎(年貨盛宴是什么意思)
热门文章
站长推荐
01 年貨清單表格(年貨清單列表有哪些三年級)
01 年貨節ps海報(年貨節pop海報-pop海報怎么制作)
02 戶外網紅打卡點布置圖片欣賞(這個暑假有什么特別的經歷嘛?)
01 年紀大的粉絲買什么商品(千萬粉絲網紅「秀才」被封背后,中老年市場消費力有多大?為何中老年人會這么喜歡這些網紅?)
01 年貨哪里拿貨便宜又好(小本生意做點什么好)
02 打造網紅需要多少錢(小紅書推廣怎么收費?需要多少?)
02 打開買粉絲的訂閱好消息(發買粉絲時打字時,打字屏上下滾動咋弄?)
01 年貨糖果批發市場貨源(深圳哪里有零食批發,年貨批發市場,例如餅干 糖果 之類的年貨批發,萬能的百度朋友幫個忙,謝謝。)