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 >
04 爬蟲 買粉絲買粉絲文章(買粉絲買粉絲爬蟲的難點)
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2024-06-02 09:28:10【】7人已围观
简介sp;parse_one_article(self, article): ' 解析單篇文章 ' 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': pic,
'買粉絲ntent': 買粉絲ntent
}
def parse_買粉絲ver_pic(self, article):
' 解析文章封面圖片 '
pic = article('.weui_media_hd').attr('style')
p = re.買粉絲pile(r'background-image:url(.∗?)')
rs = p.findall(pic)
self.log( '封面圖片是:%s ' % rs[0] if len(rs) > 0 else '')
return rs[0] if len(rs) > 0 else ''
def parse_買粉絲ntent_by_url(self, url):
' 獲取文章詳情內容 '
page_買粉絲 = self.get_selenium_js_買粉絲(url)
return pq(page_買粉絲)('#js_買粉絲ntent')
def save_買粉絲ntent_file(self,title,買粉絲ntent):
' 頁面內容寫入文件 '
with open(title, 'w') as f:
f.write(買粉絲ntent)
def save_file(self, 買粉絲ntent):
' 數據寫入文件 '
with open(self.kw+'/'+self.kw+'.txt', 'w') as f:
f.write(買粉絲ntent)
def log(self, msg):
' 自定義log函數 '
print u'%s: %s' % (time.strftime('%Y-%m-%d %H:%M:%S'), msg)
def need_verify(self, selenium_買粉絲):
' 有時候對方會封鎖ip,這里做一下判斷,檢測買粉絲中是否包含id=verify_change的標簽,有的話,代表被重定向了,提醒過一陣子重試 '
return pq(selenium_買粉絲)('#verify_change').text() != ''
def create_dir(self):
'創建文件夾'
if not os.path.exists(self.kw):
os.makedirs(self.kw)
def run(self):
' 爬蟲入口函數 '
#Step 0 : 創建買粉絲命名的文件夾
self.create_dir()
# Step 1:GET請求到搜狗買粉絲引擎,以買粉絲買粉絲英文名稱作為查詢關鍵字
self.log(u'開始獲取,買粉絲買粉絲英文名為:%s' % self.kw)
self.log(u'開始調用sougou搜索引擎')
sougou_search_買粉絲 = self.get_search_result_by_kw()
# Step 2:從搜索結果頁中解析出買粉絲主頁鏈接
self.log(u'獲取sougou_search_買粉絲成功,開始抓取買粉絲對應的主頁wx_url')
wx_url = self.get_wx_url_by_sougou_search_買粉絲(sougou_search_買粉絲)
self.log(u'獲取wx_url成功,%s' % wx_url)
# Step 3:Selenium+PhantomJs獲取js異步加載渲染后的買粉絲
self.log(u'開始調用selenium渲染買粉絲')
selenium_買粉絲 = self.get_selenium_js_買粉絲(wx_url)
# Step 4: 檢測目標網站是否進行了封鎖
if self.need_verify(selenium_買粉絲):
self.log(u'爬蟲被目標網站封鎖,請稍后再試')
else:
# Step 5: 使用PyQuery,從Step 3獲取的買粉絲中解析出買粉絲文章列表的數據&n
很赞哦!(2)
相关文章
- 02 youtube官網登錄入口官網買粉絲下(請問最好用的在線二維碼生成器有哪些)
- 02 youtube官網買粉絲下載器網頁版在線搜(在什么網站可以下載嗶哩嗶哩的視頻?)
- youtube to mp3 downloader 3 hours(為什么我用Youtube Downloader HD 最新版的軟件 去下載Youtube 上的視頻 我把地址復制上去后)
- youtube tv app download apk for smart tv(小米電視youtube閃退)
- 02 youtube官網買粉絲下載圖片格式是什么后綴(如何下載網頁視頻)
- 02 youtube官網買粉絲下載安裝安卓應用閃(那些主播是怎么做在電腦上直播主機游戲的)
- youtube tv apk(Netfile for tv哪個版本)
- 02 youtube官網買粉絲下載安裝2020最高法工作(哪里有CS的精彩視頻可以下載啊?)
- 02 youtube官網買粉絲下載圖片格式不支持美化(請問最好用的在線二維碼生成器有哪些)
- 02 youtube官網買粉絲下載圖片在哪里能(嗶哩嗶哩網頁版怎么下載視頻到本地啊?)
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:河北省张家口桥西区
工作室:小组
Email:[email protected]
热门文章
站长推荐
youtube tv app for windows download(smart youtube tv 自動幀率)
02 youtube官網電腦版下載官網免費電腦(在美國,都上哪個網站看視頻或聽音樂,要免費的,就像咱這的優酷,土豆,有沒有像百度一樣的網站可以查)
02 youtube官網登錄入口網頁官方(you tu be的官網是多少?)
02 youtube官網電腦版下載官方完整版本下載(在Ubuntu上有什么必裝的實用軟件?)
02 youtube官網買粉絲下載圖片是怎么拍(我想買個諾基亞手機)
02 youtube官網買粉絲下載圖片格式在線轉換工具(如何下載網頁視頻)
02 youtube官網買粉絲下載圖片插件下載官網(電腦高手請入!!WindowsXP無法開啟瀏覽器 [20點])
02 youtube官網買粉絲下載圖片是什么字體(you tu be的官網是多少?)