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(如何入門 Python 爬蟲)
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2024-05-28 06:42:44【】9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!(7)
相关文章
- 02 網絡最紅歌曲2020(2020年最流行的歌曲有哪些)
- 02 美國前五大貿易伙伴2023(2023年澳幣換人民幣還能漲到5嗎)
- 02 網絡直播帶貨的積極影響和消極影響(直播行業的興起給社會發展帶來了哪些惡劣影響?)
- 02 網織紅細胞高血小板低怎么回事(紅細胞高 血紅蛋白高 血小板高是怎么回事?)
- 02 美之威(上海)國際貿易有限公司(中國進出口貿易公司排名)
- 02 美國國際貿易管理小組(國際服務貿易綜述?)
- 02 網絡直播帶貨培訓總結(主播工作總結(精選6篇))
- 07 物業消防演練買粉絲文章(消防安全主題班會演講稿)
- 07 濰坊年貨博覽會(奉節的春節習俗)
- 02 網織紅細胞計數偏高嚴重嗎女性(網織紅細胞百分比偏高有多高)
热门文章
站长推荐
02 網織紅細胞計數什么顏色試管(在福建協和醫院檢測血液,其中一項ABO血型鑒定居然沒有檢測報告單,條形碼上說明是第二天就可以取單,很)
07 湖北藝奇貿易公司(除了愛藝奇哪里還能看動物管理局?)
02 美團外賣海外購可靠嗎(招行信用卡理財保險怎么買)
02 網絡帶貨作文素材(精選高中作文素材積累摘抄大全)
07 海外融資租賃業務模式(融資租賃到底有多強大城投都要依賴它了)
07 深圳首恒貿易有限公司招聘(中國社科發布:十大調查研究買粉絲機構公司情況?全球十大買粉絲公司情況)
07 石家莊鑫華盛貿易有限公司(山東大學金屬材料碩士,畢業后想回石家莊,可以進石家莊哪些研究所或設計院呢?謝謝!)
02 美團海外客服電話(美團客服電話多少?)