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 買粉絲文章爬蟲(python怎么抓取買粉絲閱)
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2024-06-08 03:36:52【】9人已围观
简介ain 買粉絲py# 爬蟲偽裝頭部設置 self.headers = {'User-Agent': 'M
# 爬蟲偽裝頭部設置
self.headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; WOW64; rv:51.0) Gecko/20100101 Firefox/51.0'}
# 設置操作超時時長
self.timeout = 5
# 爬蟲模擬在一個request.session中完成
self.s = requests.Session()
[python] view plain 買粉絲py
#搜索入口地址,以公眾為關鍵字搜索該買粉絲
def get_search_result_by_keywords(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
3.獲取買粉絲地址
從獲取到的網頁內容中,得到買粉絲主頁地址, 這一步驟有很多方法, beautifulsoup、webdriver,直接使用正則,pyquery等都可以
這里使用的是pyquery的方法來查找買粉絲主頁入口地址
[python] view plain 買粉絲py
#獲得買粉絲主頁地址
def get_wx_url_by_sougou_search_買粉絲(self, sougou_search_買粉絲):
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')
4.獲取買粉絲主頁的文章列表
首先需要加載買粉絲主頁,這里用的是phantomjs+webdriver, 因為這個主頁的內容需要JS 渲染加載,采用之前的方法只能獲得靜態的網頁內容
[python] view plain 買粉絲py
#使用webdriver 加載買粉絲主頁內容,主要是js渲染的部分
def get_selenium_js_買粉絲(self, url):
browser = webdriver.PhantomJS()
browser.get(url)
time.sleep(3)
# 執行js得到整個頁面內容
買粉絲 = browser.execute_script("return document.documentElement.outerHTML")
return 買粉絲
得到主頁內容之后,獲取文章列表,這個文章列表中有我們需要的內容
[python] view plain 買粉絲py
#獲取買粉絲文章內容
def parse_wx_articles_by_買粉絲(self, selenium_買粉絲):
doc = pq(selenium_買粉絲)
print '開始查找內容msg'
return doc('div[class="weui_media_box appmsg"]')
#有的買粉絲僅僅有10篇文章,有的可能多一點
#return doc('div[class="weui_msg_card"]')#買粉絲只有10篇文章文章的
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,&
很赞哦!(9597)
相关文章
- 01 祁陽永福貿易有限公司(福建省漳州市平和縣長樂鄉樂北村的代碼是多少)
- 01 國際貿易值等于世界各國的____之和(世界各國進出口貿易額的總和即為國際貿易額)
- 01 神仙治愈系ins頭像閨蜜真人(蜜桃冰山雪碧清透ins風治愈系飲品)
- 01 福利彩票買粉絲關注(怎么查福利彩票中獎信息)
- 01 國際貿易做什么最賺錢(念國貿出來一般從事什么工作?有前途嗎)
- 01 國際貿易博士點的學校(對外經貿大學、外交學院、國際關系學院比較)
- 01 國際貿易賣什么好(外貿賣什么產品好)
- 01 社交媒體適合討論深刻話題視頻嗎(你是怎么看待短視頻和社交媒體上的知識的?)
- 01 社會實踐活動買粉絲個人(關于大學寒假社會實踐活動方案三篇)
- 01 國際貿易出口運費計算公式(國際貿易實物中運費的計算公式是什么?)
热门文章
站长推荐
01 神仙ins仙女閨蜜頭像背影(求三人三張閨蜜頭像 不要非的!最好是那種很暖ins顏色的,三人一個系列的)
01 社交媒體適合討論深刻話題適合反方的舉的例子(網絡詞語寫作文是什么意思)
01 福安市樂品貿易有限公司(福建省漳州市平和縣長樂鄉樂北村的代碼是多少)
01 國際貿易免稅專員招聘(請問在招聘面試的時候都問些什么問題呀.我是應屆畢業生.學國際貿易的.希望能說的具體點.)
01 社區買粉絲名稱怎么取有特色(社區居委會開通買粉絲買粉絲怎么申請?)
01 國際貿易出口流程圖步驟(國際貿易流程)
01 社團活動買粉絲買粉絲(社會團體申請買粉絲買粉絲用訂閱號還是企業號啊)
01 福州外語外貿學院202專業組(誰有2007年全國高校經濟系的排名,參考一下)