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(如何抓取買粉絲所有買粉絲最新文章)
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2024-06-09 06:47:44【】0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!(3)
相关文章
- 02 youtube music app download pc 買粉絲 full(幫忙翻譯一段IPHONE廣告)
- 05 youtube官網網頁版觀看免費下載高清(免費觀看nba比賽回放的軟件)
- 02 youtube music all songs 2021 playlist(翻譯句子)
- 02 youtube mp3 320kbps(高分求助對視頻格式和音樂格式詳解)
- 02 youtube music 2018 mix(網易云音樂三大電音是那三首)
- 02 youtube music app download windows installer服務下載(電腦無法進行安裝提示WindowsInstaller安裝包有問題怎么解決)
- 02 youtube music app download windows embeddable package是什么意思是(安裝pycharm專業版出現已殺死)
- 05 youtube官網網頁版設置不同顏色不(油管SC顏色代表的金額)
- 05 youtube官網網頁版設置在線狀態是指什么(有沒有可以控制玩ipad游戲的時間)
- 05 youtube官網網頁版設置在哪里開啟任務(ios app上架流程是什么,怎樣避免提交審核被拒)
热门文章
站长推荐
02 youtube mp3 買粉絲 app下載慢(哪個網站可以上傳自己的音樂)
02 youtube music app download 買粉絲 software軟件買粉絲(英文翻譯~~謝謝~~)
02 youtube mp3 player apk(安卓系統/system/lib/目錄下libcutils.so這個文件有什么作用)
02 youtube music app download windows embeddable package安裝慢(python官網上下載3.8.10,截圖里這兩個有啥區別?)
05 youtube官網網頁版登錄不進去游戲就(switch綁定信用卡)
02 youtube music 2022 playlist(2022最新版從0-1運營TikTok的保姆級教程)
02 youtube music app download windows embeddable package安裝路徑(python官網上下載3.8.10,截圖里這兩個有啥區別?)
05 youtube官網網頁版注冊賬號申請電腦怎么寫(請問我的ipad怎樣改成中文商店)