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 八爪魚采集買粉絲買粉絲文章(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2024-06-09 02:34:57【】2人已围观
简介; #print doc('p[class="tit"]')('a').attr('href') &n
#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')
4.獲取買粉絲主頁的文章列表
首先需要加載買粉絲主頁,這里用的是phantomjs+webdriver, 因為這個主頁的內容需要JS 渲染加載,采用之前的方法只能獲得靜態的網頁內容
[python] view plain 買粉絲py
#使用webdriver 加載買粉絲主頁內容,主要是js渲染的部分
def get_selenium_js_買粉絲(self, url):
browser = webdriver.PhantomJS()
browser.get(url)
time.sleep(3)
# 執行js得到整個頁面內容
買粉絲 = browser.execute_script("return 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):
很赞哦!(97649)
相关文章
- 01 youtube軟件下載apk文件怎么解壓(如何查詢一個APP所執行的命令)
- 01 youtube軟件下載apk文件打開方式(mcafee顯示您已脫機怎么處理?)
- 01 youtube軟件下載中文版百度云(去哪里下載高清動物世界?)
- 07 順滿號茶葉進出口貿易有限公司(普洱茶的知識???)
- 01 youtube軟件下載中文版免費下載地址(怎么在youtube上下載視頻)
- 07 龍巖強盛貿易有限公司(急急急!急需在廣東中山的所以的大眾捷達的4S店的地址!)
- 01 youtube軟件下載apk文件在哪個目錄(android sync.h 在哪個目錄下)
- 08 download youtube music mac download(英文翻譯~~謝謝~~)
- 07 香港中宇國際貿易有限公司(歐聯衛浴怎么樣)
- 07 青島匯廣豐貿易有限公司(泉州比較正規的藥店有哪些)
热门文章
站长推荐
08 best car shows on youtube(杰西麥卡特尼Jesse McCartney 資料)
08 買粉絲 youtube to mp3 player windows調試器(C#的側邊欄技術。答好了加分。)
08 ideas for making youtube 買粉絲s(ptoday_19_11_08+09+10_What_the_fuck_should_I_do_with_my_life (A_step-by-step_process))
01 youtube軟件下載中文版免費官方網站(求ps軟件下載的連接以及教程...)
01 youtube軟件下載apk文件后面1怎么(如何查詢一個APP所執行的命令)
07 高園機械貿易上海有限公司(噴霧器十大名牌)
01 youtube軟件下載apk文件怎么辦(你的設備不支持google play服務,怎么解決)
01 youtube軟件下載apk文件在電視機上(我啥我在手機上下載游戲玩的時候說此應用程序沒有授權在你的ANDROID設備上使用)