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(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2024-07-17 07:25:12【】0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!(17)
相关文章
- 03 youtube官網中文版更新時間表最新調整(電腦不用軟件怎么錄屏)
- 01 上海海淮貿易有限公司工作怎么樣(安徽有哪些好的二本學校)
- 01 上海燃氣買粉絲買粉絲登錄(水電煤網上過戶流程)
- 01 上海熠皖貿易有限公司(房地產十大股票龍頭股(排名))
- 03 youtube官網中文版更新頻率答案(給新手的ADOBE軟件不完全科普指南!)
- 01 上海消化外科醫院排名第一名是哪家(家里老人做過胃癌橫結腸癌切除手術,最近左下腹疼痛,請問去醫院掛號,應去消化科還是普外科,多謝謝謝謝)
- 03 youtube官網中文版更新失敗安裝文件在哪個(有沒有 不用ITUNES 直接刷機的辦法啊)
- 01 上海浦東外國語大學附屬浦東外國語學校 中考(上海大學附屬寶山外國語學校中考升學率)
- 01 上海注冊進出口貿易公司需要什么條件(進出口貿易公司注冊需要什么條件)
- 03 youtube官網中文版更新頻率為多少獲得(C4D文件用CDR能打開嗎?)
热门文章
站长推荐
01 上海浦東到上海外灘地鐵(上海浦東機場到外灘怎么坐地鐵)
01 上海洋涇外國語學校怎么樣(有誰了解洋涇外國語學校)
03 youtube官網中文版更新時間幾點到幾(you tu be的官網是多少?)
03 youtube官網中文版更新時間幾月最好(韓庚...................)
01 上海流翔貿易有限公司怎么樣(上海流翔貿易有限公司和羅技有什么關系)
03 youtube官網中文版更新后卡死動(you tu be的官網是多少?)
03 youtube官網中文版更新到第幾屆幾(韓庚...................)
01 上海浦東新區民辦恒洋外國語學校怎么樣(恒洋外國語學校怎么樣)