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 買粉絲買粉絲爬蟲抓取(數據爬蟲行為如何合規?)
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2024-05-28 02:31:19【】5人已围观
简介sp;parse_one_article(self, article): ' 解析單篇文章 ' 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' % 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&n
很赞哦!(72)
相关文章
- 01 youtube music premium 曲(如何讓YTmusic在后臺播放)
- 01 網紅打卡點英語怎么說好一點(網紅打卡點用英語怎么說?)
- 01 youtube music mod for pc(如何讓YTmusic在后臺播放)
- 01 youtube music premium download pc版本官網下載(如何讓YTmusic在后臺播放)
- 01 youtube music premium crack pc(今日新聞淺談:Youtube Music 也加入串流音樂服務大混戰)
- 01 youtube music pc app設計說明書是(今日新聞淺談:Youtube Music 也加入串流音樂服務大混戰)
- 01 網紅打卡路牌尺寸(多地浪漫體“網紅路牌”涉嫌違規被拆除,這些路牌到底是誰設立的?)
- 01 youtube music pc download 64 bit windows(如何在youtubemusic中創建快捷指令)
- 01 網紅打卡點設計方案包括哪些工程(新人在昆山網紅打卡點拍外景,被保安索要中華煙,保安有這個權力嗎?)
- 01 youtube music pc download 買粉絲 pc apk(今日新聞淺談:Youtube Music 也加入串流音樂服務大混戰)
热门文章
站长推荐
01 youtube music hallelujah song(推薦歐洲金屬樂隊 除了死亡都喜歡)
01 網紅打卡路牌尺寸(多地浪漫體“網紅路牌”涉嫌違規被拆除,這些路牌到底是誰設立的?)
01 網紅打卡景點的弊端(長沙坡子街新晉網紅打卡點,網紅營銷帶來的利和弊分別是什么)
01 網紅打卡點 英文翻譯器在線(網紅打卡點 英文)
01 youtube music pc download 買粉絲 software其中買粉絲(英文翻譯~~謝謝~~)
01 youtube music premium download pc版官方下載(今日新聞淺談:Youtube Music 也加入串流音樂服務大混戰)
01 網紅打卡墻設計規范2022最新(女研究生勸父親蓋房時把圍墻退后三尺,新房成網紅,你知道有多少人打卡嗎?)
01 youtube music reggaeton 2021 mix(有沒有 不用ITUNES 直接刷機的辦法啊)