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 >
03 爬蟲抓取買粉絲文章(怎樣在百度上發布新聞?)
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2024-06-19 03:13:30【】5人已围观
简介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
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, sougou_search_買粉絲):
' 根據返回sougou_search_買粉絲,從中獲取買粉絲主頁鏈接 '
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')
def get_selenium_js_買粉絲(self, wx_url):
' 執行js渲染內容,并返回渲染后的買粉絲內容 '
browser = webdriver.PhantomJS()
browser.get(wx_url)
time.sleep(3)
# 執行js得到整個dom
買粉絲 = browser.execute_script("return document.documentElement.outerHTML")
return 買粉絲
def parse_wx_articles_by_買粉絲(self, selenium_買粉絲):
' 從selenium_買粉絲中解析出買粉絲買粉絲文章 '
doc = pq(selenium_買粉絲)
return doc('div[class="weui_msg_card"]')
def switch_arctiles_to_list(self, articles):
' 把articles轉換成數據字典 '
articles_list = []
i = 1
if articles:
for article in articles.items():
self.log(u'開始整合(%d/%d)' % (i, len(articles)))
articles_list.append(self.parse_one_article(article))
i += 1
# break
return articles_list
def parse_one_article(self, article):
' 解析單篇文章 '
article_dict = { }
很赞哦!(74)
相关文章
- 06 紅誘坊貿易(上海)有限公司(哪個牌子的冰淇淋好吃?)
- 01 youtube官網網頁版注冊登錄功能描述(Python培訓哪里最好?)
- 06 紅色文化買粉絲買粉絲推文(作為旅行社一名計調,請問如何安排一條完整的旅游線路????)
- 01 youtube官網網頁版注冊碼24什么意思梗(求E.M.Youtube 買粉絲 download tool 的 注冊碼)
- 06 紅歌比賽買粉絲文章(小學3·5學雷鋒紀念日活動方案(2))
- 01 youtube官網網頁版注冊收不到郵件驗證(我想買個諾基亞手機)
- 06 紅歌合唱比賽買粉絲(中國歌唱類比賽節目有哪些值得推薦?)
- 01 youtube官網網頁版注冊碼補丁包(求E.M.Youtube 買粉絲 download tool 的 注冊碼)
- 01 youtube官網網頁版注冊碼哪里兌換獎勵(我用的是Hotspot Shield Launch1.57版本,想去YOUTUBE看視頻,顯示已連接,但就是不能打開任何網頁,急求)
- 06 紅色文化買粉絲買粉絲推文(2022湖北多地景區國慶特色活動及優惠政策匯總)
热门文章
站长推荐
01 youtube官網網頁版注冊買粉絲嗎怎么辦(Python培訓哪里最好?)
01 youtube官網網頁版注冊登錄系統代碼設計(Python培訓哪里最好?)
01 youtube官網網頁版注冊登錄功能即(電腦上錄游戲視頻用哪個軟件好?)
06 紅色文化買粉絲買粉絲推文(作為旅行社一名計調,請問如何安排一條完整的旅游線路????)
01 youtube官網網頁版注冊登錄界面買粉絲簡單(電腦上錄游戲視頻用哪個軟件好?)
06 紅歌合唱比賽買粉絲(中國歌唱類比賽節目有哪些值得推薦?)
01 youtube官網網頁版注冊收不到郵件怎么(ios app上架流程是什么,怎樣避免提交審核被拒)
06 紅歌比賽買粉絲文章(2022年新媒體編輯通用版工作總結報告范文精選)