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 爬蟲抓取買粉絲文章(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2024-05-30 02:13:55【】0人已围观
简介 article = article('.weui_media_box[id]') title = articl
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
self.log(u'調用selenium渲染買粉絲完成,開始解析買粉絲文章')
articles = self.parse_wx_articles_by_買粉絲(sel
很赞哦!(4)
相关文章
- 05 國際貿易理論與實務心得體會3000字(急求國際貿易系頂崗實習報告3000字。。。)
- 05 國際貿易理論政策與實務第四版考試(西南財經大學金融學研究生的課程設置)
- 05 國際貿易理論與實務期末(國貿專業大一期末都考哪些課程)
- 05 國際貿易理論與實務期末考試及答案(2014年4月全國自考真題《國際貿易理論與實務》)
- tiktok網頁版網址入口發布入口(《抖音小店》商家登錄入口官網)
- 05 國際貿易理論與實務第三版PDF(財務管理第三版劉永澤融資方式課后題答案)
- 05 國際貿易的類型按有無第三者參加可分為( 投資環境分析3)
- Tiktok美國待遇(tiktok被美國哪家公司收購了?)
- 05 國際貿易的現狀分析論文(中國技術貿易的現狀分析(要論文,3000字左右!急!!))
- tiktok美國店中國賣家能入駐嗎(tiktok屬于中國嗎)
热门文章
站长推荐
05 國際貿易的運輸方式及對比論文(聯系國際貿易理論知識,談談如何發展中國對外貿易?論文3000字以上。)
05 國際貿易的優點英語作文(關于大學教育與職業教育的英語作文)
tiktok美國本土店封店(tiktok發視頻違規導致小店被封要多久恢復商城入口)
tiktok網頁版網址是多少啊(為什么tiktok加不了網址)
05 國際貿易理論政策與實務第四版考試(西南財經大學金融學研究生的課程設置)
05 國際貿易理論與實務第二版思考與訓練(國際貿易理論與實務簡答論述精選(續4))
05 國際貿易模擬實驗報告流程分析(國際貿易實訓報告總結800字7篇)
05 國際貿易的類型按有無第三者參加可分為( 投資環境分析3)