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爬蟲買粉絲買粉絲文章(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2024-06-16 04:52:46【】9人已围观
简介document.documentElement.outerHTML") return 買粉絲 得到主頁內容之后,獲取文章列表,這個文章
return 買粉絲
得到主頁內容之后,獲取文章列表,這個文章列表中有我們需要的內容
[python] view plain 買粉絲py
#獲取買粉絲文章內容
def parse_wx_articles_by_買粉絲(self, selenium_買粉絲):
doc = pq(selenium_買粉絲)
print '開始查找內容msg'
return doc('div[class="weui_media_box appmsg"]')
#有的買粉絲僅僅有10篇文章,有的可能多一點
#return 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.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 = { }
很赞哦!(456)
相关文章
- 01 抖音帶貨在哪里拿貨源(抖音櫥窗帶貨哪里找貨源)
- 01 抖音帶貨直播排行榜前十名(十大帶貨主播排行榜)
- 03 youtube官網中文版視頻剪輯軟件哪個簡單些(PS軟件各個版本區別大嗎?哪個版本最適合新手?)
- 01 抖音帶貨標簽打上生活方式是什么意思(抖音帶貨是什么意思? 不是很懂?)
- 01 抖音帶貨開櫥窗收費嗎(開抖音櫥窗需要多少錢?)
- 01 抖音帶貨櫥窗怎么關閉托管(抖音平臺托管怎么取消)
- 01 抖音帶貨直播流程(抖音直播帶貨的流程是什么?)
- 03 youtube官網中文版注冊激活版下載電腦(如何上聽力公開課)
- 01 抖音帶貨直播話術900句(童裝直播帶貨話術有哪些?)
- 03 youtube官網中文版注冊激活錯誤500什么意思(ios app上架流程是什么,怎樣避免提交審核被拒)
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:新疆五家渠五家渠
工作室:小组
Email:[email protected]
热门文章
站长推荐
03 youtube官網中文版視頻怎么下載保存視頻在(you tu be的官網是多少?)
01 抖音帶貨權限怎么開(如何申請抖音帶貨權限)
01 抖音帶貨怎么找素材(櫥窗帶貨的視頻素材在哪里找)
03 youtube官網中文版注冊表回傳模式選(有沒有 不用ITUNES 直接刷機的辦法啊)
03 youtube官網中文版注冊激活文件下載官網(ios app上架流程是什么,怎樣避免提交審核被拒)
01 抖音帶貨怎么結算收益(抖音直播收入怎么算)
01 抖音帶貨團隊怎么組建(抖音帶貨合作怎么做?)
03 youtube官網中文版視頻剪輯軟件免費版在線(一般什么視頻剪輯軟件好用,有誰知道Youtube達人一般用什么剪輯軟件制作的視頻。)