spider-python (媒体信息的爬取)

2024-05-03 13:18
文章标签 python 媒体 信息 spider

本文主要是介绍spider-python (媒体信息的爬取),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

环境搭建

selenium-3.8.1+python2.7+chromedriver
具体的搭建方式请百度
参考: http://blog.csdn.net/zxy987872674/article/details/53082896

媒体基础信息爬取实例

app-spider.py
# coding: UTF-8
from selenium import webdriver
import time
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.common.action_chains import ActionChains
import os
import sys
reload(sys)
sys.setdefaultencoding('utf8')driver = webdriver.Chrome() def getAppName(key):driver.get("https://www.qimai.cn/")driver.set_window_size(1000,1000)  attrible = driver.find_element_by_class_name("dropdown-box") ActionChains(driver).move_to_element(attrible).perform()  time.sleep(1)# left_click = driver.find_element_by_xpath("//i[@class='iconfont icon-anzhuo']/..")# left_click = driver.find_element_by_xpath("//i[@class='iconfont icon-ios']/../../li[1]")if  key.isdigit() :left_click = driver.find_element_by_xpath("//i[@class='iconfont icon-ios']/../../li[1]")      else :left_click = driver.find_element_by_xpath("//i[@class='iconfont icon-anzhuo']/..")  ActionChains(driver).click(left_click).perform() item_inp = driver.find_element_by_xpath("//div[@class='search-wrap']/div[1]/input[@class='ivu-input']")item_inp.send_keys(key.decode('utf-8'))item_inp.send_keys(Keys.RETURN) time.sleep(3)cunrtntUrl = driver.current_urlprint cunrtntUrlappname = driver.find_element_by_xpath("//div[@class='appname']").textreturn appnamedef main():print '--start--'# key = '414478124'# key = 'com.tencent.mm'# key = 'com.wedobest.xiangqi.mz'file = open("appid")os.remove("appname")fo = open("appname", "a+")fo.truncate() while 1:lines = file.readlines(100000)if not lines:breakfor line in lines:appid = line.replace("\n", "")try:id_name = appid+","+getAppName(appid)+","fo.write(id_name+'\n')except:continueprint id_nametime.sleep(3)driver.quit()file.close()fo.close()print '--end--'if __name__ == "__main__":main()
参考文章:
http://seleniumhq.github.io/selenium/docs/api/py/index.html
http://chromedriver.storage.googleapis.com/index.html
https://pypi.python.org/pypi/selenium

这篇关于spider-python (媒体信息的爬取)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/956835

相关文章

C#读取本地网络配置信息全攻略分享

《C#读取本地网络配置信息全攻略分享》在当今数字化时代,网络已深度融入我们生活与工作的方方面面,对于软件开发而言,掌握本地计算机的网络配置信息显得尤为关键,而在C#编程的世界里,我们又该如何巧妙地读取... 目录一、引言二、C# 读取本地网络配置信息的基础准备2.1 引入关键命名空间2.2 理解核心类与方法

使用Python绘制蛇年春节祝福艺术图

《使用Python绘制蛇年春节祝福艺术图》:本文主要介绍如何使用Python的Matplotlib库绘制一幅富有创意的“蛇年有福”艺术图,这幅图结合了数字,蛇形,花朵等装饰,需要的可以参考下... 目录1. 绘图的基本概念2. 准备工作3. 实现代码解析3.1 设置绘图画布3.2 绘制数字“2025”3.3

python使用watchdog实现文件资源监控

《python使用watchdog实现文件资源监控》watchdog支持跨平台文件资源监控,可以检测指定文件夹下文件及文件夹变动,下面我们来看看Python如何使用watchdog实现文件资源监控吧... python文件监控库watchdogs简介随着Python在各种应用领域中的广泛使用,其生态环境也

Python中构建终端应用界面利器Blessed模块的使用

《Python中构建终端应用界面利器Blessed模块的使用》Blessed库作为一个轻量级且功能强大的解决方案,开始在开发者中赢得口碑,今天,我们就一起来探索一下它是如何让终端UI开发变得轻松而高... 目录一、安装与配置:简单、快速、无障碍二、基本功能:从彩色文本到动态交互1. 显示基本内容2. 创建链

Java调用Python代码的几种方法小结

《Java调用Python代码的几种方法小结》Python语言有丰富的系统管理、数据处理、统计类软件包,因此从java应用中调用Python代码的需求很常见、实用,本文介绍几种方法从java调用Pyt... 目录引言Java core使用ProcessBuilder使用Java脚本引擎总结引言python

python 字典d[k]中key不存在的解决方案

《python字典d[k]中key不存在的解决方案》本文主要介绍了在Python中处理字典键不存在时获取默认值的两种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,... 目录defaultdict:处理找不到的键的一个选择特殊方法__missing__有时候为了方便起见,

使用Python绘制可爱的招财猫

《使用Python绘制可爱的招财猫》招财猫,也被称为“幸运猫”,是一种象征财富和好运的吉祥物,经常出现在亚洲文化的商店、餐厅和家庭中,今天,我将带你用Python和matplotlib库从零开始绘制一... 目录1. 为什么选择用 python 绘制?2. 绘图的基本概念3. 实现代码解析3.1 设置绘图画

Python pyinstaller实现图形化打包工具

《Pythonpyinstaller实现图形化打包工具》:本文主要介绍一个使用PythonPYQT5制作的关于pyinstaller打包工具,代替传统的cmd黑窗口模式打包页面,实现更快捷方便的... 目录1.简介2.运行效果3.相关源码1.简介一个使用python PYQT5制作的关于pyinstall

使用Python实现大文件切片上传及断点续传的方法

《使用Python实现大文件切片上传及断点续传的方法》本文介绍了使用Python实现大文件切片上传及断点续传的方法,包括功能模块划分(获取上传文件接口状态、临时文件夹状态信息、切片上传、切片合并)、整... 目录概要整体架构流程技术细节获取上传文件状态接口获取临时文件夹状态信息接口切片上传功能文件合并功能小

python实现自动登录12306自动抢票功能

《python实现自动登录12306自动抢票功能》随着互联网技术的发展,越来越多的人选择通过网络平台购票,特别是在中国,12306作为官方火车票预订平台,承担了巨大的访问量,对于热门线路或者节假日出行... 目录一、遇到的问题?二、改进三、进阶–展望总结一、遇到的问题?1.url-正确的表头:就是首先ur