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2024-06-13 13:44:39【】4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!(45552)
相关文章
- 04 紹興百越盛貿易公司(漢朝時代的造船航海技術如何?有沒有比較出名的例子?)
- 01 上海仁濟醫院乳腺外科專家(上海性病醫院哪家好上海治性疾病的醫院)
- 04 網紅打卡點創意文案短句(打卡網紅奶茶店的朋友圈文案)
- 04 網紅一個人的莎士比亞真實名字(抖音一個人的莎士比亞真名)
- 01 上海公積金外地轉入流程(上海公積金轉移到外地流程)
- 01 上海兒科醫院泌尿外科專家排名(上海三甲醫院有哪幾家)
- 04 給粉絲買路虎(為什么說“修不好的路虎”?)
- 04 網紅打卡必備神器(有哪些實用的旅游APP)
- 04 給粉絲打折買車(一年當中什么時候買車才最便宜?為什么?)
- 04 給粉絲寶寶瘋狂買東西(PGone粉絲惹眾怒,他的粉絲都有哪些腦殘言論?)
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:云南普洱江城哈尼族彝族自治县
工作室:小组
Email:[email protected]
热门文章
站长推荐
04 網紅名字女大全2個字(網紅名字女大全,女生網紅昵稱)
04 網紅打卡路線圖片(如何成就網紅打卡目的地 ?)
01 上海仁濟醫院腦外科專家有哪幾位(上海哪家醫院看腦垂體瘤比較權威)
01 上海仁濟醫院買粉絲買粉絲怎么綁定小孩醫保卡(仁濟醫院的買粉絲買粉絲怎么解綁就診人?)
04 網紅對大學生價值觀的影響論文選題的意義(網紅李子柒被寫進試卷,是否會影響學生的價值觀?)
04 紹興市上虞區水務物資貿易有限公司(從湖南株洲到福建三明市寧化縣如何走當天能到達?)
01 上海允許外國人進事業單位后續(本人上海戶籍,去年畢業后進入一家事業單位,單位的人事說應屆生進他們單位無需勞動手冊,請問這樣說對嘛)
04 網易訂閱電影推薦(漫威漫畫在哪看(看漫威電影不如看漫威漫畫))