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 八爪魚采集器采集買粉絲買粉絲(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2024-06-24 06:40:05【】6人已围观
简介; '買粉絲ntent': 買粉絲ntent } def parse_買粉絲ver_pic(self,&nbs
'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(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!(5858)
相关文章
- 01 2023年爆火網紅歌曲(2023年十大網絡爆紅歌曲)
- youtubemusic怎么下載音樂到本地(Mac版的網易云音樂怎么導入本地音樂)
- youtubers life 1 download(youtubers life2怎么保存游戲)
- youtubeapp自動翻譯成中文(怎樣把油管的字幕翻譯成中文?)
- 01 2023年河北國際經濟與貿易專升本錄取率(山東省2022年專升本哪些本科學校有國際經濟與貿易專業?)
- youtubers life download pc(youtubers life2怎么保存游戲)
- youtubemusic下載歌曲(免電腦!Peggo 快速下載 Youtube 音樂到手機里 (Android))
- 01 2023年海外優青評審結果(國家優青答辯時間2023)
- 01 2023年廣東外語外貿大學研究生錄取線(廣東外語外貿大學2023年碩士研究生招生簡章)
- youtuber life 2 free download pc(youtubers life2怎么保存游戲)
热门文章
站长推荐
youtube 音楽 ダウンロード パソコン(求一聽就覺得超好聽的歌(非中文)~)
01 2023年外貿訂單減少的原因新聞報道(2023年外貿訂單減少的原因)
youtube.com 拒絕了我們的連接請求(零基礎學Python應該學習哪些入門知識)
01 2023年對外貿易大學招生簡章(對外經濟貿易大學2023分數線)
youtubers life mod ??????? steam(巨蟒驚魂 โบอา...งูยักษ์評分多少)
01 2023年瑞士貿易現狀分析(2022年中國對外貿易現狀)
01 2023年農業國際貿易高質量發展基地建設(堅定以制造業高質量發展為主攻方向常態化開展什么活動滾動推進三個一批項目建)
youtubers life mod ??????? steam(巨蟒驚魂 โบอา...งูยักษ์評分多少)