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 Python抓取買粉絲文章(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2024-06-08 10:37:44【】5人已围观
简介;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
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 = { }
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_des
很赞哦!(22324)
相关文章
- 05 新疆國際貿易現狀及對策分析(急需新疆各地州市場狀況分析)
- 01 網紅名字女生霸氣6個字(6個女人的群名字有哪些?)
- 01 網紅吃瓜黑料爆料網(抖音網紅瓜網站是什么)
- 01 網紅圖片壁紙背景圖片 夢幻(男朋友為什么會用網紅的照片做壁紙?)
- 01 網紅四川可樂公司地址(四川可樂個人資料多高)
- 01 網紅可愛頭像卡通(2021頭像可愛呆萌小女孩,有沒有超可愛的仙女兒頭像啊~)
- 01 網紅和明星的區別合照(網紅跟明星的區別在哪里?)
- 05 新疆國際貿易有限公司塔城(近期去新疆旅游,有什么好旅行社的好路線,可以貴,但是要有誠信的!)
- 01 網紅商店24小時自助下單(成都三天兩夜旅游攻略和路線)
- 01 網紅加入公司會分成嗎(抖音網紅和公司怎么分成)
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:河北省邢台南和县
工作室:小组
Email:[email protected]
热门文章
站长推荐
05 新時期中國發展對外貿易的認識(分析中國當前的貿易條件及改進措施)
05 新教師培訓買粉絲文章(講師個人宣傳海報-公眾買粉絲平臺運營最有效的推廣方法有哪些?)
05 新鄉市東安汽車貿易有限公司(通化市東風縣土地局基準地價表)
05 日本服務貿易發展現狀及特點(簡單說說我國服務貿易的發展現狀及發展服務貿易的一些對策!萬分感謝。。特急!)
01 網紅加特林1088和1688區別(網紅加特林里面是什么)
01 網紅名字怎么取女可愛(女人取什么網名最吉利,女生起什么網名好呢?)
01 網紅雙胞胎排名男(250斤女網紅肥肥喜當媽!21歲疑未婚懷雙胞胎,男方是誰?)
01 網紅印度神曲,啊(求一些歐美的經典英文歌)