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 買粉絲買粉絲爬蟲代碼(爬蟲"搜狗買粉絲買粉絲"遇到的一些問題——Requests 解析買粉絲 gzip壓縮)
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2024-06-23 12:51:51【】2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!(63)
相关文章
- 01 夸克訂閱分享會不會更新(夸克不顯示訂閱此分享)
- 01 奇瑞海外市場怎么樣(奇瑞汽車銷量怎么樣)
- 01 夸克蘋果訂閱怎么取消(為什么蘋果不能取消夸克訂閱)
- 01 夸克網盤訂閱別人(夸克訂閱了別人的網盤怎么看)
- 01 頭像男ins風 傷感(個性頭像女生霸氣冷酷,霸氣的,超拽的,女生頭像)
- 02 網紅經濟英文文獻去哪個(藝術學理論的有那些就業方向?)
- 01 頭條視頻播放量低怎么辦(今日頭條視頻播放量少的原因有哪些?)
- 01 頭部網紅是什么意思(頭部賬號是什么意思)
- 02 網紅經濟論文選題來源怎么填寫(網紅喬麗婭被湖北大學請退,被曝經常曠課寫不出論文,你覺得這樣做對嗎?)
- 02 網紅經濟論文文獻綜述范文例文(畢業論文綜述怎么寫 范文)
热门文章
站长推荐
02 網紅經濟論文總結范文5篇(網紅食品經濟發展的影響因素與解決策略論文)
01 奇想島雜志在哪里訂閱(奇想島雜志每月什么時候發快遞)
01 頭條新手多少播放量正常(頭條號發布哪類視頻播放量比較高?有什么建議?)
02 網紅經濟論文選題來源怎么寫(網紅女裝海報-女裝海報畢業論文研究目標與主要內容怎么寫)
02 網紅經濟論文開題報告指導(插畫設計類畢業論文-畢業論文題目怎么定啊?我做的是插畫設計,主題是《我的半成年生活》)
01 頭部主播帶貨能力(主播帶貨的能力有哪些?)
01 奢小閑(上海)國際貿易有限公司怎么樣(奢小閑(上海)國際貿易有限公司怎么)
01 奧德燃氣買粉絲買粉絲(奧德燃氣怎么網上繳費)