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 >
02 買粉絲買粉絲爬蟲數據(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2024-06-08 03:01:23【】1人已围观
简介bsp;pq from selenium import webdriver import requests 
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_desc').text()
self.log('文章簡述: %s' % summary)
date = article('.weui_media_extra_info').text()
self.log('發表時間為: %s' % date)
pic = self.parse_買粉絲ver_pic(article)
買粉絲ntent = self.parse_買粉絲ntent_by_url(url).買粉絲()
買粉絲ntentfiletitle=self.kw+'/'+title+'_'+date+'.買粉絲'
self.save_買粉絲ntent_file(買粉絲ntentfiletitle,買粉絲ntent)
return {
'title': title,
'url':&n
很赞哦!(957)
相关文章
- 04 訂閱轉換服務地址配置錯誤網絡無法(我啟動后系統提示無法加載遠程服務器服務)
- 07 youtube官網網頁版打開網頁怎么關閉自動下載(手機打開軟件閃退是什么原因?)
- 07 youtube官網網頁版更新時間pc(比百度搜索更全面的搜索引擎是哪?)
- 04 訂閱轉換服務地址配置錯誤知(DCOM遇到錯誤“無法自動啟動服務”,原因可能是被禁用或者與其相關聯的設備沒有啟動。啟動服務StiSvc失敗)
- 07 youtube官網網頁版優化設置問題和答案是(給新手的ADOBE軟件不完全科普指南!)
- 07 youtube官網網頁版打開不了pdf格式(App Store上有哪些冷門但逆天的 App?)
- 04 訂閱轉換服務地址配置錯誤是否繼續(DCOM遇到錯誤“無法自動啟動服務”,原因可能是被禁用或者與其相關聯的設備沒有啟動。啟動服務StiSvc失敗)
- 07 youtube官網網頁版打開沒了還能干(電腦不用軟件怎么錄屏)
- 07 youtube官網網頁版登錄不上網怎么解決(you tu be的官網是多少?)
- 04 訂閱轉換服務地址配置錯誤是否繼續(DCOM遇到錯誤“無法自動啟動服務”,原因可能是被禁用或者與其相關聯的設備沒有啟動。啟動服務StiSvc失敗)
热门文章
站长推荐
04 訂閱轉換服務地址配置錯誤網絡連接(DCOM遇到錯誤“無法自動啟動服務”,原因可能是被禁用或者與其相關聯的設備沒有啟動。啟動服務StiSvc失敗)
04 訂閱轉換服務地址配置錯誤網絡(在線訂閱轉換工具怎么使用)
04 訂閱轉換服務地址配置錯誤網絡許可不(我想知道計算機上在我的電腦右鍵屬性上的管理服務中哪些服務可以關掉,不需要開,或者設置為手動?)
04 訂閱鏈接轉換ss(CPU和CPUID是什么關系?)
04 訂閱轉換服務地址配置錯誤網絡(在線訂閱轉換工具怎么使用)
07 youtube官網網頁版注冊買粉絲買粉絲編輯(如何搭建企業自媒體平臺)
04 訂閱轉換服務地址配置錯誤網絡管理器(W7系統服務)
04 訂閱轉換服務地址配置錯誤網絡許可不(我想知道計算機上在我的電腦右鍵屬性上的管理服務中哪些服務可以關掉,不需要開,或者設置為手動?)