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

python处理带有时区的日期和时间数据

《python处理带有时区的日期和时间数据》这篇文章主要为大家详细介绍了如何在Python中使用pytz库处理时区信息,包括获取当前UTC时间,转换为特定时区等,有需要的小伙伴可以参考一下... 目录时区基本信息python datetime使用timezonepandas处理时区数据知识延展时区基本信息

Python位移操作和位运算的实现示例

《Python位移操作和位运算的实现示例》本文主要介绍了Python位移操作和位运算的实现示例,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,需要的朋友们下面随着小编来一... 目录1. 位移操作1.1 左移操作 (<<)1.2 右移操作 (>>)注意事项:2. 位运算2.1

使用Python和Pyecharts创建交互式地图

《使用Python和Pyecharts创建交互式地图》在数据可视化领域,创建交互式地图是一种强大的方式,可以使受众能够以引人入胜且信息丰富的方式探索地理数据,下面我们看看如何使用Python和Pyec... 目录简介Pyecharts 简介创建上海地图代码说明运行结果总结简介在数据可视化领域,创建交互式地

利用python实现对excel文件进行加密

《利用python实现对excel文件进行加密》由于文件内容的私密性,需要对Excel文件进行加密,保护文件以免给第三方看到,本文将以Python语言为例,和大家讲讲如何对Excel文件进行加密,感兴... 目录前言方法一:使用pywin32库(仅限Windows)方法二:使用msoffcrypto-too

使用Python实现矢量路径的压缩、解压与可视化

《使用Python实现矢量路径的压缩、解压与可视化》在图形设计和Web开发中,矢量路径数据的高效存储与传输至关重要,本文将通过一个Python示例,展示如何将复杂的矢量路径命令序列压缩为JSON格式,... 目录引言核心功能概述1. 路径命令解析2. 路径数据压缩3. 路径数据解压4. 可视化代码实现详解1

python获取网页表格的多种方法汇总

《python获取网页表格的多种方法汇总》我们在网页上看到很多的表格,如果要获取里面的数据或者转化成其他格式,就需要将表格获取下来并进行整理,在Python中,获取网页表格的方法有多种,下面就跟随小编... 目录1. 使用Pandas的read_html2. 使用BeautifulSoup和pandas3.

Python装饰器之类装饰器详解

《Python装饰器之类装饰器详解》本文将详细介绍Python中类装饰器的概念、使用方法以及应用场景,并通过一个综合详细的例子展示如何使用类装饰器,希望对大家有所帮助,如有错误或未考虑完全的地方,望不... 目录1. 引言2. 装饰器的基本概念2.1. 函数装饰器复习2.2 类装饰器的定义和使用3. 类装饰

Python 交互式可视化的利器Bokeh的使用

《Python交互式可视化的利器Bokeh的使用》Bokeh是一个专注于Web端交互式数据可视化的Python库,本文主要介绍了Python交互式可视化的利器Bokeh的使用,具有一定的参考价值,感... 目录1. Bokeh 简介1.1 为什么选择 Bokeh1.2 安装与环境配置2. Bokeh 基础2

如何使用 Python 读取 Excel 数据

《如何使用Python读取Excel数据》:本文主要介绍使用Python读取Excel数据的详细教程,通过pandas和openpyxl,你可以轻松读取Excel文件,并进行各种数据处理操... 目录使用 python 读取 Excel 数据的详细教程1. 安装必要的依赖2. 读取 Excel 文件3. 读

Go语言开发实现查询IP信息的MCP服务器

《Go语言开发实现查询IP信息的MCP服务器》随着MCP的快速普及和广泛应用,MCP服务器也层出不穷,本文将详细介绍如何在Go语言中使用go-mcp库来开发一个查询IP信息的MCP... 目录前言mcp-ip-geo 服务器目录结构说明查询 IP 信息功能实现工具实现工具管理查询单个 IP 信息工具的实现服