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2024-05-28 05:21:37【】5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!(1539)
相关文章
- 02 youtube官網下載安裝版下載官網電腦管家(如何從win10專業版更新到build 10586)
- 02 youtube中文版下載官網電腦登錄平臺(豆丁網詳細資料大全)
- 02 youtube官網下載安裝版下載官網學生端(有什么好的手機視頻剪輯軟件)
- 02 youtube官網下載安裝技巧(聯想筆記本電腦ie瀏覽器打不開怎么辦)
- 02 youtube在線下載視頻(怎么在youtube上下載視頻)
- 02 youtube安卓安裝包下載地址txt(我想買個諾基亞手機)
- 02 異質性企業貿易理論為什么沒有適用于中國(里昂惕夫反論的解釋)
- 02 youtube官網下載安裝版下載后如何使用ppt(App Store上有哪些冷門但逆天的 App?)
- 02 張家港市環保局買粉絲(中國環保行業網買粉絲買粉絲)
- 02 建筑材料貿易公司簡介模板范文(企業公司簡介范文_企業公司簡介模板)
热门文章
站长推荐
02 youtube官網 中文新聞信息分類法中(線上的推廣都有哪些渠道?)
02 youtube官網下載入口免費版五開(手機怎么進入pourhub官網?)
02 youtube安卓安裝包下載地址更改(如何關閉安卓手機版YouTube中的自動播放功能?)
02 形容上海外灘美景的句子(描寫外灘夜景的句子有哪些?)
02 當今世界國際貿易的新發展有哪些(當代國際貿易新發展的主要內容是什么?拜托各位了 3Q)
02 youtube中文版下載官網買粉絲多少你猜(ios app上架流程是什么,怎樣避免提交審核被拒)
02 youtube官網下載安裝包打開閃(有沒有 不用ITUNES 直接刷機的辦法啊)
02 當前外貿最新形勢(請簡單談談當前國際貿易形勢,特別是我國的對外貿易形勢。)