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2024-06-09 08:16:18【】7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!(19)
相关文章
- 04 上海三尊國際貿易有限公司(做外貿三年了,我想換份工作,上海哪家外貿公司招人呢?)
- 04 萬合國際貿易有限公司(2011年中國服務業企業500強的2011中國服務業企業500強 榜單)
- 01 長沙是網紅打卡城市嗎(長沙什么時候變成了“網紅城市”?)
- 01 長沙網紅墻在哪個位置(學生黨假期長沙旅游網紅墻打卡攻略)
- 04 上海一列國際貿易有限公司(上海國際貿易有限公司怎么樣)
- 01 長沙網紅橋視頻(得了孤獨癥能治好嗎)
- 04 一般來說,外貿乘數比投資乘數要(出口大于進口叫做什么)
- 04 yy直播帶貨交多少保證金(在YY一件平臺直播帶貨靠譜嗎?)
- 04 youtube軟件下載手機版下載中文語音(2022最新版從0-1運營TikTok的保姆級教程)
- 04 youtube軟件下載官網電腦網頁長截圖(如何在手機上下載網頁中的視頻?)
热门文章
站长推荐
01 長沙政恩貿易有限公司簡介(湖南灣田集團有限公司怎么樣?)
01 長沙工業貿易職業技術學校怎么樣啊(廣東省工業貿易職業技術學校好不好)
04 youtube軟件下載安卓版本下載windows(手機操作系統分類及優缺點)
01 長沙工業貿易職業技術學校招生電話(長沙職業技術學院招生辦電話)
04 三亞進出口貿易公司有多少家(方大集團子公司有哪些)
01 長沙網紅打卡地美食街排隊(在長沙,網紅打卡哪里是必須到位的?)
01 長沙思鍋貿易有限公司服裝風格(福建省漳州市平和縣長樂鄉樂北村的代碼是多少)
01 長沙大漢汽車貿易有限公司怎么樣(請問長沙湖南大漢公元物業管理有限公司從長沙汽車南站怎么坐車?謝謝)