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2024-06-14 11:02:43【】1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!(7667)
相关文章
- 05 youtube官網網頁版優化差分析兩兩比較之(想要平面基礎設計教程!免費的免費的。謝謝😜)
- 01 ins可以屏蔽好友嗎(ins怎么看自己b屏蔽的人)
- 01 ins號注冊一直轉圈圈怎么回事(戴爾ins7559裝個win864位一直在轉圈圈 一個windows標志下面轉圈圈 怎么解決)
- 01 ins發郵件為什么收不到(Ins遲遲收不到驗證碼怎么辦,驗證碼是短信還是郵件)
- 05 youtube官網網頁版打開很多顯示不全屏(如何將視頻下載到電腦上?)
- 05 youtube官網網頁版下載視頻插件edge能用(微軟正測試為Edge瀏覽器引入YouTube集成和新的發現選項卡)
- 01 ins加86的手機號怎么輸買粉絲(ins加86的手機號還是會有紅色文字)
- 05 youtube官網網頁版打開很卡怎么變(lenovo yoga slim 7i筆記本怎么樣?)
- 05 youtube官網網頁版優化設計與分析(有沒有網上可以學的短視頻制作和運營?)
- 01 ins可以發多長的視頻(ig發視頻要多久)
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:黑龙江省伊春翠峦区
工作室:小组
Email:[email protected]
热门文章
站长推荐
05 youtube官網網頁版下載視頻怎么轉換gif(免費又好用的錄屏軟件(中文的))
01 ins創建賬號一直不成功蘋果(ins蘋果注冊不了的原因和解決辦法)
01 ins動漫女生頭像黑白可愛圖片(森系小仙女INS女生頭像,仙女ins森系背景圖)
01 ins壁紙高級感ipad(ins風高級感英文名)
05 youtube官網網頁版優化怎么樣才能變得(網絡推廣100種方法有哪些)
05 youtube官網網頁版優化差是什么(夜間模式具體是什么)
01 ins圖片下載器最新版(用ins軟件怎么保存圖片)
05 youtube官網網頁版打開沒東西還在嗎(Mac無法用蘋果耳機控制音樂播放。 使用網易云音樂的時候按耳機的暫停鍵會打開iTunes。如何更改設置?)