Python爬虫任务4

4.1 Task7 实战大项目

实战大项目：模拟登录丁香园，并抓取论坛页面所有的人员基本信息与回复帖子内容。
丁香园论坛：http://www.dxy.cn/bbs/thread/626626#626626

import time
from selenium import webdriver
from selenium.common.exceptions import TimeoutException, NoSuchElementExceptiondef login_dxy(browser, username, password):try:# 点击“登录”browser.find_element_by_link_text('登录').click()# 点击“电脑登录”browser.find_element_by_class_name('ico_pc').click()# 输入账号element = browser.find_element_by_name('username')element.clear()element.send_keys(username)# 输入密码element = browser.find_element_by_name('password')element.clear()element.send_keys(password)# 点击“登录按钮”browser.find_element_by_class_name('button').click()except TimeoutException:print('Time out')except NoSuchElementException:print('No Element')def get_content(browser):print("登录成功")time.sleep(10)auth = browser.find_elements_by_class_name('auth')  # 姓名level = browser.find_elements_by_class_name('info') # 级别user_atten = browser.find_elements_by_class_name('user_atten')  # 积分-得票-丁当content = browser.find_elements_by_class_name('postbody')   # 回复内容fw = open('data.txt','a',encoding='utf-8')for i in range(len(content)):num = user_atten[i].find_elements_by_tag_name('a')data = str({'num':i+1,'name':auth[i].text,'level':level[i].text,'score':num[0].text,'vote':num[2].text,'dingdang':num[4].text,'content':content[i].text.replace(" ", "").replace("\n", "")}) +"\n" #去除空格和换行符\nfw.writelines(data)print("写入成功")fw.close()if __name__ == '__main__':browser = webdriver.Firefox(executable_path="geckodriver")browser.get('http://www.dxy.cn/bbs/thread/626626#626626')login_dxy(browser, 'zywpbexk@mail.bccto.me', '******')get_content(browser)browser.quit()

Python爬虫任务4相关推荐

关于Python爬虫原理和数据抓取1.1
为什么要做爬虫? 首先请问:都说现在是"大数据时代",那数据从何而来? 企业产生的用户数据:百度指数.阿里指数.TBI腾讯浏览指数.新浪微博指数数据平台购买数据:数据堂.国云数据 ...
python爬虫之Scrapy框架的post请求和核心组件的工作流程
python爬虫之Scrapy框架的post请求和核心组件的工作流程一 Scrapy的post请求的实现在爬虫文件中的爬虫类继承了Spider父类中的start_urls,该方法就可以对star ...
python爬虫抓取信息_python爬虫爬取网上药品信息并且存入数据库
我最近在学习python爬虫,然后正好碰上数据库课设,我就选了一个连锁药店的,所以就把网上的药品信息爬取了下来. 1,首先分析网页 2,我想要的是评论数比较多的,毕竟好东西大概是买的人多才好.然后你会 ...
python爬虫案例_推荐上百个github上Python爬虫案例
现在学生都对爬虫感兴趣,这里发现一些好的github开源的代码,分享给各位 1.awesome-spider 该网站提供了近上百个爬虫案例代码,这是ID为facert的一个知乎工程师开源的,star6 ...
Python培训分享：python爬虫可以用来做什么?
爬虫又被称为网络蜘蛛,它可以抓取我们页面的一些相关数据,近几年Python技术的到来,让我们对爬虫有了一个新的认知,那就是Python爬虫,下面我们就来看看python爬虫可以用来做什么? Pytho ...
玩转 Python 爬虫，需要先知道这些
作者 | 叶庭云来源 | 修炼Python 头图 | 下载于视觉中国爬虫基本原理 1. URI 和 URL URI 的全称为 Uniform Resource Identifier,即统一资源标志 ...
买不到口罩怎么办？Python爬虫帮你时刻盯着自动下单！| 原力计划
作者 | 菜园子哇编辑 | 唐小引来源 | CSDN 博客马上上班了,回来的路上,上班地铁上都是非常急需口罩的. 目前也非常难买到正品.发货快的口罩,许多药店都售完了. 并且,淘宝上一些新店口罩 ...
一个月入门Python爬虫，轻松爬取大规模数据
如果你仔细观察,就不难发现,懂爬虫.学习爬虫的人越来越多,一方面,互联网可以获取的数据越来越多,另一方面,像 Python这样一个月入门Python爬虫,轻松爬的编程语言提供越来越多的优秀工具,让爬虫 ...
Python爬虫获取文章的标题及你的博客的阅读量，评论量。所有数据写入本地记事本。最后输出你的总阅读量！
Python爬虫获取文章的标题及你的博客的阅读量,评论量.所有数据写入本地记事本.最后输出你的总阅读量!还可以进行筛选输出!比如阅读量大于1000,之类的! 完整代码在最后.依据阅读数量进行降序输出! ...
Python爬虫破解有道翻译
有道翻译是以异步方式实现数据加载的,要实现对此类网站的数据抓取,其过程相对繁琐,本节我以有道翻译为例进行详细讲解. 通过控制台抓包,我们得知了 POST 请求的参数以及相应的参数值,如下所示: 图1: ...

Python爬虫任务4

4.1 Task7 实战大项目

Python爬虫任务4相关推荐

最新文章

热门文章