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爬買粉絲買粉絲(python怎么抓取買粉絲閱)
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2024-05-31 14:46:05【】3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
如何抓取買粉絲所有買粉絲最新文章
經常有朋友需要幫忙做買粉絲文章爬取,這次來做一個各種方法的匯總
很赞哦!(531)
相关文章
- 02 youtube官網中文版更新后怎么刪除(you tu be的官網是多少?)
- 02 youtube官網中文版更新時間日歷桌面壁紙2023(App Store上有哪些冷門但逆天的 App?)
- 01 買粉絲怎么開啟評論區(買粉絲評論區在哪)
- 02 youtube官網中文版更新后打不上去不(怎樣才能學好python語言?)
- 01 買粉絲怎么授權給其他人登錄(買粉絲買粉絲怎么授權給別人登錄?)
- 02 youtube官網中文版更新到第幾位是(PS軟件各個版本區別大嗎?哪個版本最適合新手?)
- 02 youtube官網中文版更新后打不開網頁(you tu be的官網是多少?)
- 02 youtube官網中文版更新后無法連接到(黑色沙漠手游好玩嗎如何下載)
- 02 youtube官網中文版更新后c盤少了(電腦pr怎么下載)
- 01 買粉絲怎么放到訂閱號(怎么把買粉絲拉到訂閱號里?)
热门文章
站长推荐
02 youtube官網中文版更新到最新版本以上是什么(PS軟件各個版本區別大嗎?哪個版本最適合新手?)
02 youtube官網中文版更新后進不去桌面怎么(怎樣才能學好python語言?)
01 買粉絲怎么弄成pdf(買粉絲公眾平臺如何將PDF上傳到買粉絲?)
02 youtube官網中文版更新后怎么返回到(有沒有 不用ITUNES 直接刷機的辦法啊)
02 youtube官網中文版更新時間日歷表2022日歷(請大家推薦一個音質好,分辨率高,外形好看,播放時間長的MP3 只要你推薦的好 就有可能拿分 大家快來)
02 youtube官網中文版更新到最新版本qq下載(有沒有 不用ITUNES 直接刷機的辦法啊)
02 youtube官網中文版更新后進不去桌面一直(PS軟件各個版本區別大嗎?哪個版本最適合新手?)
01 買粉絲怎么弄成pdf(如何將買粉絲買粉絲文章導出成PDF呢?)