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(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2024-06-10 01:11:06【】4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!(431)
相关文章
- 01 如何查看自己的買粉絲是訂閱號還是服務號(如何看是訂閱號還是服務號如何看是訂閱號還是服務號呢)
- 01 如何注冊訂閱號(怎樣申請訂閱號)
- 01 如何查詢買粉絲主體的姓名(個人買粉絲買粉絲認證會顯示姓名嗎)
- 01 如何海外代購到正品(怎樣保證海淘的東西是正品?)
- 01 稱為西方國際貿易理論基石的是(提出自由貿易思想的第一位經濟學家是誰)
- 01 如何核實貿易背景真實性(“央行規定票據貼現必須具有真實的貿易背景”是什么意思)
- 01 如何生成買粉絲訂閱鏈接怎么獲取(2022機場1元訂閱地址)
- 01 秦獸買粉絲買粉絲在哪里(罵人如何罵出境界?)
- 01 如何注冊蘋果海外賬戶(蘋果怎么注冊海外id)
- 01 如何清空買粉絲買粉絲內容(買粉絲買粉絲的內容如何一鍵清空?)
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:新疆喀什麦盖提县
工作室:小组
Email:[email protected]
热门文章
站长推荐
01 秀米授權買粉絲不成功(秀米同步買粉絲買粉絲顯示權限不足)
01 秦皇島職業技術學院和河北對外經貿距離(2023河北單招六類556分2664位,商務英語,河北對外經貿職業學院與秦皇島職業技術學院推薦哪個?)
01 移動收不到海外短信(中國移動在美國接收不到短信)
01 科電貿易(上海)有限公司深圳分公司(科電貿易CA-410色彩分析儀與與CA-310相比性能有什么提升?)
01 移動怎么查訂閱了哪些東西(我查詢過移動公司,我沒訂過任何業務,可是我手機上的代收費業務費用是如何來的)
01 如何用手機編輯買粉絲買粉絲推文(如何使用手機發布買粉絲買粉絲推文)
01 秦皇島對外經貿職業技術學院2023年招生(2023河北單招六類556分2664位,商務英語,河北對外經貿職業學院與秦皇島職業技術學院推薦哪個?)
01 如何申請買粉絲需要交費嗎(個人注冊買粉絲買粉絲需要交費嗎?)