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 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2024-07-12 03:01:52【】4人已围观
简介p;time import re import json import os cl
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': url,
'summary': summary,
'date': date,
'pic':&n
很赞哦!(49)
相关文章
- 02 中國人壽海外股份有限公司旗下哪些(全國外資企業保險公司有哪些)
- 01 網織紅細胞120有問題嗎(再生障礙性貧血)
- 02 中國人壽海外股份有限公司旗下哪些(全國外資企業保險公司有哪些)
- 02 中國互聯網企業海外營收排名(網易一季度凈營收236億,游戲積極布局海外市場)
- 01 網紅麻將生日蛋糕圖片(河北男孩生日被送插滿課本“網紅蛋糕”,你收到過最奇葩的生日禮物是什么?)
- 02 中國人民解放軍第五醫院買粉絲(武漢哪些醫院可以進行核酸檢測(武漢市哪些醫院可做核酸檢測))
- 01 網織紅細胞是檢查什么(網織紅細胞計數高是什么意思)
- 02 中國與俄羅斯外貿進出口情況(2021年俄羅斯進出口貿易數據是什么)
- 02 中國交建海外事業部領導班子(舉例說明在企業管理中如何建設學習型企業文化?)
- 01 網織紅細胞數正常值(血紅細胞的正常值是多少?)
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:湖北十堰丹江口市
工作室:小组
Email:[email protected]
热门文章
站长推荐
02 中國中醫藥報紙訂閱(醫生一般會看什么專業的報紙?)
02 中國云南自由貿易試驗區德宏片區加強緬籍人員服務管理(抓住機遇 推進瑞麗珠寶新跨越)
02 中國不承認英國海外護照(不承認英國海外護照有什么用)
02 中國2022年外貿進出口數據(2022年國內外貿出口數據是否真實)
01 網織紅細胞5.8是溶血嗎(驗血常規的結果診斷,這種情況正常嗎還有怎么做才能使紅細胞低一些為何在體驗單上寫紅細胞偏高.)
02 中國2023年外貿數據分析(2023年經濟會更難嗎)
01 網織紅細胞參考范圍(兔網織紅細胞參考區間)
02 中國8月份外貿出口數據(我國前8個月外貿進出口增速達到了10.1%,這一數據說明了什么?)