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 買粉絲買粉絲爬蟲python代碼(如何抓取買粉絲所有買粉絲最新文章)
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2024-06-14 12:40:01【】4人已围观
简介'url': url, 'summary': summary, 'date': 
'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(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 plai
很赞哦!(9)
相关文章
- 01 廣東外語外貿大學北校區離哪個高鐵站近(廣州站還是廣州東站離廣東外語外貿大學(北校區)近)
- 01 廣東外語外貿大學什么專業好呢(廣東外語外貿大學最好的專業有哪些)
- 用什么加速器才能看tiktok電腦端(云梯加速器怎么用tiktok)
- 01 廣東外語外貿大學與廣州大學排名(廣州大學與廣東外語外貿大學的專業排名)
- 01 廣東外語外貿大學從化實驗小學地址(廣州建筑專業的大專?)
- 01 廣東外語外貿大學專業組205中的英語(廣東外語外貿大學201專業組有哪些)
- 王嘉爾油管賬號(王嘉爾新歌油管破千萬,他的海外人氣有多高?)
- 01 廣東外語外貿大學mba提前面試條件(深圳的在職mba報考條件是什么)
- 01 廣東外語外貿大學813經濟學真題(廣東外語外貿大學的經濟學專業怎么樣?)
- 申請facebook賬號(Facebook要審核申請一般是幾天?)
热门文章
站长推荐
玩tiktok的明星(抖音tiktok老板是誰)
現代高壓油泵油管快接怎么拆(五十鈴油泵高壓管順序)
01 廣東外語外貿大學體育生要多少分(廣東外語外貿大學分數線(廣東外語外貿大學分數線2021))
用國內郵箱注冊tiktok賬號(tiktok最簡單注冊方法)
01 廣東外語外貿大學保研率2023年(廣東外語外貿大學有保研資格嗎)
01 廣東外語外貿大學南國商學校隨近批發奶茶材料(廣東外語外貿大學南國商學院真的不好嗎?)
王嘉爾油管粉絲量2022年(王嘉爾新歌油管破千萬,他的海外人氣有多高?)
電動車雙油管剎車怎么調(兩輪電動車后油剎調好后,停放24小時后油剎車就沒有了,油管無空氣排出也無漏油現象,這是什么原因造成?)