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 python爬蟲買粉絲買粉絲文章(如何利用爬蟲爬買粉絲買粉絲的內容?)
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2024-06-05 08:03:30【】6人已围观
简介 article = article('.weui_media_box[id]') title = articl
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
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(sel
很赞哦!(454)
相关文章
- 01 上海公司可以在外地買車嗎(上海注冊的公司能在北京買車嗎)
- 01 上海仁濟醫院買粉絲買粉絲掛號(仁濟醫院的買粉絲買粉絲怎么解綁就診人?)
- 02 倉至倉是什么貿易術語(哪些價格術語是倉至倉)
- 02 企業買粉絲可以轉發官方媒體的文章嗎(買粉絲公眾平臺訂閱號和服務號和企業號的區別)
- 02 以下環節不屬于海外倉運作流程的是(如何開始做外貿)
- 01 上海仁濟醫院膽胰外科主任(安徽醫科大學劉付寶和耿小平哪個好)
- 01 上海以前交的外地人綜合保險現在還有用嗎(外地人在上海11年以前交綜合保險現在可以拿多少)
- 02 今年俄羅斯貿易順差(俄羅斯經濟一般,但是為什么還能成為大國,并且沒有人敢惹他?)
- 01 上海仁濟醫院泌尿外科排名前十名(上海仁濟醫院東院西院泌尿科哪個好?醫生那個好點!)
- 02 今日頭條Rss訂閱源(如何找一篇新聞)
热门文章
站长推荐
02 企業買粉絲怎么做推廣(買粉絲買粉絲怎么推廣)
02 倉單貿易 收入確認("國際貿易"包括哪些內容 有哪些具體要求?適合做什么樣子得工作 適合在哪些城市發展?)
02 企業依法取得對外貿易經營權后,需到(進口貨物的納稅人在進口貨物時由海關代征增值稅后取得的進口貨物增值稅由誰繳納)
01 上海仁濟醫院乳腺外科專家排名(上海三甲醫院有哪幾家)
01 上海公辦小學外地人入學條件(外地人在上海上小學需要什么條件)
02 仙女ins森系網名閨蜜英文(仙女ins森系網名英文,網名ins仙氣英文名)
01 上海仁濟醫院普外科專家門診時間(寧波最好的骨科醫院是那個醫院)
02 以旅游購物貿易方式報關出口的貨物為什么只免不退(什么是市場采購貿易(1039)及如何開展市場采購貿易?)