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買粉絲爬蟲(4種Python爬蟲(3. 買粉絲小程序,如,超級猩猩))
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2024-05-29 01:17:22【】1人已围观
简介bsp;pic, '買粉絲ntent': 買粉絲ntent } def parse_買粉絲ver_
'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
如何入門 Python 爬蟲
“入門”是良好的動機,但是可能作用緩慢。如果你手里或者腦子里有一
很赞哦!(11)
相关文章
- 04 上海奈致貿易有限公司(30%門店倒閉?后市場“戰疫”洗牌波及全汽車行業)
- 04 上海對外經貿大學體育健康學院招聘(文科都有哪些專業,就業前景好)
- 04 上海外貿協會楊明(深圳北大青鳥嘉華職業培訓學校的青鳥大事件)
- 01 youtube官網網頁版打開網頁源代碼和元素(響應式網站有什么優缺點?)
- 04 上海對外經貿大學體育健康學院 鄭(求武漢理工大學歷年研究生招生簡章?)
- 01 youtube官網網頁版打開白屏一下過了可以(現在學習web前端,好找工作嗎?)
- 01 youtube官網網頁版打開速度變慢是不(響應式網站有什么優缺點?)
- 01 youtube官網網頁版打開網頁源代碼和代碼(怎么從網頁上下載視頻)
- 04 上海對外經貿大學四六級英語成績什么時間公布(關于國際經濟與貿易考證的問題?)
- 01 youtube官網網頁版打開速度太慢(youtube如何倍速播放)
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:内蒙古呼和浩特赛罕区
工作室:小组
Email:[email protected]
热门文章
站长推荐
04 上海外經貿商業發展有限公司(上海市加快經濟恢復和重振方案)
04 上海外灘的作文300字三年級(小學三年級游記作文300字10篇)
04 上海外灘的介紹100字左右(介紹上海外灘的英語作文簡單一點的,100字左右)
01 youtube官網網頁版打開網頁顯示不完全沒(you tu be的官網是多少?)
01 youtube官網網頁版打開網頁顯示不出來了(“更新google play 服務后才能運行應用”后怎么辦)
01 youtube官網網頁版打開網頁顯示不全怎么(you tu be的官網是多少?)
04 上海外語教育出版社實用綜合教程第三版2答案(``求 實用英語綜合教程3 第三版 高等教育出版社 的書 課后翻譯答案········)
01 youtube官網網頁版打開網頁怎么辦為什么會(如何自學人工智能)