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爬買粉絲買粉絲數據(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2024-06-10 02:21:06【】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!(67367)
相关文章
- 01 東莞富興貿易有限公司待遇怎么樣(廣東富興貿易有限公司電話是多少?)
- 01 東莞市聚滿聚貿易有限公司(導熱硅膠墊廠家,十五家詳情)
- 01 東莞市淳興貿易有限公司(隆興淳面是不是騙人的)
- 01 海外電子書網站(學霸們都在用的國外學習網站)
- 01 海外電視節目引入我國的背景(中央電視臺英語新聞頻道的社會影響)
- 01 東莞新勢力網紅孵化基地怎么樣(新勢力網紅孵化基地怎么樣)
- 01 海外暢聽大陸音樂app(免費聽書App哪個好用)
- 01 東盟十大貿易伙伴排名(目前中國已成為東盟第一大貿易伙伴東盟成為中國第幾大貿易伙伴)
- 01 海外版釘釘下載安裝(筆記本電腦下載的釘釘怎么是國際版的?)
- 01 東莞市外貿企業協會副會長單位(現在學電子商務專業還有前途嗎)
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:内蒙古锡林郭勒西乌珠穆沁旗
工作室:小组
Email:[email protected]
热门文章
站长推荐
01 東莞挑戰幫粉絲買車(外地人在東莞買車需要什么條件)
01 海外用什么網站看電視劇(何人可以告知有沒有大佬推薦個海外看國內電視劇軟件啊?)
01 海外版邁騰b7(大眾的轎車為什么后排中間隆起那么高?)
01 東莞百益食品貿易有限公司(海棠果為薔蔽科植物西府海棠的果實,以“百益之果”著稱,是藥食兼用食品.西府海棠在海棠花類中姿態峭立)
01 東莞市婦幼保健院買粉絲怎么預約(怎樣關注諸城市婦幼保健院買粉絲)
01 東莞市的高貿易有限公司(東莞市有哪些大企業)
01 海外版相機沒有防偽碼嗎(網購的佳能600D套裝,店主說港行,外包裝沒防偽、保修卡和鏡頭也沒編碼,印著英文的臺灣制造,是行貨嗎?)
01 海外電影票房排行榜2022(2022年電影票房排名)