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 03:26:04【】6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!(48)
相关文章
- 01 facebook怎么推廣自己的帖子(中國企業如何在Facebook上做推廣?)
- 01 facebook手機版下載官網(vivo Y85全球官網手機為什么不能下載Facebook 和messenger )
- 01 facebook怎樣搜索指定國家的好友(facebook如何搜索某一地區的好友?)
- 01 宋朝泉州對外貿易的特點(宋朝福州和泉州,哪個更繁榮,更發達)
- 01 facebook怎么看限制內容(facebook查看帖子瀏覽量)
- 01 facebook怎么申請客服(買粉絲國際版怎么怎么注冊)
- 01 facebook怎么看自己的帖子(facebook查看帖子瀏覽量)
- 01 宋朝的海外貿易超過前代的原因有哪些(宋朝的海外貿易超過了前代,原因是什么?)(1)
- 01 facebook總部在硅谷嗎(facebook中國能用嗎)
- 01 宋朝海外貿易的機構是什么(宋朝統治者為管理海外貿易,專門設置了什么機構)
热门文章
站长推荐
01 宋朝時期海外貿易發展狀況(宋朝海外貿易發達的主要原因是什么?)
01 完美世界海外收入占比(靠頁游起家,年賺20億,它成了僅次于騰訊、網易的游戲第三極)
01 宋朝海外貿易最遠到達什么和什么(宋朝海外貿易在往返的途中,會載什么貨物)
01 宋雨琦海外粉絲數(宋雨琦在韓國的粉絲基礎怎么樣?她日后的發展中心是在國內還是在韓國?)
01 宋朝海外貿易繁榮原因政治(宋朝海外貿易空前活躍的主要原因是什么)
01 宋海外貿易發達原因(宋朝海外貿易發達的主要原因是什么?)
01 facebook怎么改年齡(tinder怎么改名字和年齡?)
01 宋朝海外貿易發達對中外歷史的影響(請分析宋朝海外貿易興盛的原因,概況和影響。)