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 買粉絲買粉絲文章抓取接口(買粉絲文章抓取工具詳細使用方法_買粉絲)
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2024-06-16 08:07:53【】4人已围观
简介p>5.解析每一個文章列表,獲取我們需要的信息6.處理對應的內容包括文章名字,地址,簡介,發表時間等7.保存文章內容以買粉絲的格式保存到本地同時將上一步驟的內容保存成excel的格式8.保存json數
5.解析每一個文章列表,獲取我們需要的信息
6.處理對應的內容
包括文章名字,地址,簡介,發表時間等
7.保存文章內容
以買粉絲的格式保存到本地
同時將上一步驟的內容保存成excel 的格式
8.保存json數據
這樣,每一步拆分完,爬取買粉絲的文章就不是特別難了。
三、源碼
第一版源碼如下:
[python] view plain 買粉絲py
#!/usr/bin/python
# 買粉絲ding: utf-8
import sys
reload(sys)
sys.setdefaulten買粉絲ding('utf-8')
from urllib import quote
from pyquery import PyQuery as pq
from selenium import webdriver
import requests
import time
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' % s
很赞哦!(3821)
相关文章
- 02 youtube官網網頁版更新時間是什么歌(youtube能看紅白歌會嗎)
- 01 對外經濟貿易大學英語學院怎么樣(北京外國語大學的英語系和對外經濟貿易大學的英語學院哪個更好?)
- 02 youtube官網網頁版更新不適用于windows 10家庭(在Ubuntu上有什么必裝的實用軟件?)
- 02 youtube官網網頁版更新時間幾分鐘后再(常用的數據可視化軟件有哪些)
- 01 對外經濟貿易大學金融學院夏令營不定(對外經濟貿易大學的國際經貿學院與金融學院的金融學有什么不一樣嗎)
- 02 youtube官網網頁版更新時間日歷顯示在任務欄(怎樣不讓ipad剛打開過的程序出現在下方快捷欄里)
- 02 youtube官網網頁版更新失敗怎么刪除(you tu be的官網是多少?)
- 02 youtube官網網頁版更新時間2022年下中學地址(YouTubeVideoBuilderReview2022-好吧,但非常有限)
- 01 對外經濟貿易大學讀幾年(對外經濟貿易大學幾個校區?)
- 02 youtube官網網頁版更新時間幾個月可以看出(如何進行網絡營銷?)
热门文章
站长推荐
01 對外經濟貿易大學金融專碩好考嗎(對外經貿大學金融專碩分數線)
02 youtube官網網頁版更新時間2022年具體規劃目標(YouTubeVideoBuilderReview2022-好吧,但非常有限)
01 對外經濟貿易大學自主招生條件(2012對外經貿大學自主招生 考試具體內容~~!!)
01 對外經濟貿易大學貴州錄取位次(北京對外經貿大學2021錄取分數線)
02 youtube官網網頁版更新日志模板300字大專(Python編程用哪個版本的Linux比較好)
01 對外經濟貿易大學英語學院夏令營(文科生可以報考理工類院校嗎?)
02 youtube官網網頁版更新不能安裝第二工程(想買一臺迷你主機,哪一款款性價比高?)
01 對外經濟貿易大學附屬實驗中學(朝陽區初中排名)