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 八爪魚采集買粉絲買粉絲(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2024-05-29 11:58:06【】9人已围观
简介9;: 買粉絲ntent } def parse_買粉絲ver_pic(self, article):
}
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(selenium_買粉絲)
self.log(u'抓取到買粉絲文章%d篇' % len(articles))
# Step 6: 把買粉絲文章數據封裝成字典的list
self.log(u'開始整合買粉絲文章數據為字典')
articles_list = self.switch_arctiles_to_list(articles)
# Step 7: 把Step 5的字典list轉換為Json
self.log(u'整合完成,開始轉換為json')
data_json = json.mps(articles_list)
# Step 8: 寫文件
self.log(u'轉換為json完成,開始保存json數據到文件')
self.save_file(data_json)
self.log(u'保存完成,程序結束')
# main
if __name__ == '__main__':
gongzhonghao=raw_input(u'輸入要爬取的買粉絲')
if not gongzhonghao:
gongzhonghao='python6359'
weixin_spider(gongzhonghao).run()
第二版代碼:
對代碼進行了一些優化和整改,主要:
1.增加了excel存貯
2.對獲取文章內容規則進行修改
3.豐富了注釋
本程序已知缺陷: 如果買粉絲的文章內容包括視視頻,可能會報錯。
[python] view plain 買粉絲py
#!/usr/bin/python
# 買粉絲ding: utf-8
很赞哦!(81118)
相关文章
- 01 復古ins女生網名(高端的ins風情侶網名)
- 01 復古ins女生頭像動漫 小學生(森系小仙女INS女生頭像,仙女ins森系背景圖)
- 01 復興糧油貿易有限公司(開封有哪些食品商貿公司)
- 01 復古ins女生頭像動漫可愛(森系小仙女INS女生頭像,仙女ins森系背景圖)
- 01 復興糧油貿易有限公司(開封有哪些食品商貿公司)
- 01 復旦國際貿易學碩士(國際經貿關系專業碩士?)
- 01 復古背景圖ins風歐美(日系夏日小清新插畫-適合夏日小清新ins風格美甲款式2018日系少女心美甲)
- 01 復古ins女生頭像漫畫(可愛插畫素材-手帳筆記——插畫篇(如何畫敲可愛的分割線))
- 02 youtube官網網頁版更新時間是多少(you tu be的官網是多少?)
- 02 youtube官網網頁版注冊企業郵箱賬號名(外貿公司怎么找客戶?)
热门文章
站长推荐
01 備年貨繪畫簡單又漂亮(春節手抄報插畫手繪-2023年春節的手抄報怎么畫)
02 youtube官網網頁版注冊在哪里注冊公司流程和(ios app上架流程是什么,怎樣避免提交審核被拒)
02 youtube官網網頁版注冊在哪里比較好刷(美國留學藝術設計類專業分類有哪些)
01 備年貨美術課件(如何通過改變教學方式促進學生學習方式的轉變 中學生物)
02 youtube官網網頁版注冊買粉絲嗎怎么說(有哪些值得推薦給亞馬遜新手運營的軟件)
01 復古ins女生頭像真人(女生頭像ins高級質感 真人高冷御姐又可愛仙女)
02 youtube官網網頁版注冊在哪里注冊公司怎么辦(Python培訓哪里最好?)
01 復旦大學國際經濟與貿易研究生好考嗎(復旦大學經濟學專業好嗎?畢業后的方向主要往哪?)