91超碰碰碰碰久久久久久综合_超碰av人澡人澡人澡人澡人掠_国产黄大片在线观看画质优化_txt小说免费全本

溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

python爬取盤搜的有效鏈接實現代碼

發布時間:2020-08-29 20:38:29 來源:腳本之家 閱讀:173 作者:小小滬 欄目:開發技術

因為盤搜搜索出來的鏈接有很多已經失效了,影響找數據的效率,因此想到了用爬蟲來過濾出有效的鏈接,順便練練手~

這是本次爬取的目標網址http://www.pansou.com,首先先搜索個python,之后打開開發者工具,

可以發現這個鏈接下的json數據就是我們要爬取的數據了,把多余的參數去掉,

剩下的鏈接格式為http://106.15.195.249:8011/search_new?q=python&p=1,q為搜索內容,p為頁碼

python爬取盤搜的有效鏈接實現代碼

以下是代碼實現:

import requests
import json
from multiprocessing.dummy import Pool as ThreadPool
from multiprocessing import Queue
import sys
headers = {
  "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 Safari/537.36"
}
q1 = Queue()
q2 = Queue()
urls = [] # 存取url列表
# 讀取url
def get_urls(query):
  # 遍歷50頁
  for i in range(1,51):
    # 要爬取的url列表,返回值是json數據,q參數是搜索內容,p參數是頁碼
    url = "http://106.15.195.249:8011/search_new?&q=%s&p=%d" % (query,i)
    urls.append(url)
# 獲取數據
def get_data(url):
  print("開始加載,請等待...")
  # 獲取json數據并把json數據轉換為字典
  resp = requests.get(url, headers=headers).content.decode("utf-8")
  resp = json.loads(resp)
  # 如果搜素數據為空就拋出異常停止程序
  if resp['list']['data'] == []:
    raise Exception
  # 遍歷每一頁數據的長度
  for num in range(len(resp['list']['data'])):
    # 獲取百度云鏈接
    link = resp['list']['data'][num]['link']
    # 獲取標題
    title = resp['list']['data'][num]['title']
    # 訪問百度云鏈接,判斷如果頁面源代碼中有“失效時間:”這段話的話就表明鏈接有效,鏈接無效的頁面是沒有這段話的
    link_content = requests.get(link, headers=headers).content.decode("utf-8")
    if "失效時間:" in link_content:
      # 把標題放進隊列1
      q1.put(title)
      # 把鏈接放進隊列2
      q2.put(link)
      # 寫入csv文件
      with open("wangpanziyuan.csv", "a+", encoding="utf-8") as file:
        file.write(q1.get()+","+q2.get() + "\n")
  print("ok")
if __name__ == '__main__':
  # 括號內填寫搜索內容
  get_urls("python")
  # 創建線程池
  pool = ThreadPool(3)
  try:
    results = pool.map(get_data, urls)
  except Exception as e:
    print(e)
  pool.close()
  pool.join()
  print("退出")

總結

以上所述是小編給大家介紹的python爬取盤搜的有效鏈接實現代碼希望對大家有所幫助,如果大家有任何疑問請給我留言,小編會及時回復大家的。在此也非常感謝大家對億速云網站的支持!
如果你覺得本文對你有幫助,歡迎轉載,煩請注明出處,謝謝!

向AI問一下細節

免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。

AI

封丘县| 水城县| 华池县| 伊宁市| 黔西| 称多县| 曲阳县| 招远市| 徐水县| 资中县| 原平市| 西充县| 灵丘县| 兰考县| 香河县| 鲁山县| 大英县| 广河县| 新竹县| 樟树市| 武汉市| 湛江市| 怀集县| 抚州市| 洞头县| 绥芬河市| 寿宁县| 武乡县| 根河市| 城步| 枣庄市| 洪湖市| 沈阳市| 宾阳县| 锦州市| 永宁县| 广水市| 柘城县| 朔州市| 错那县| 乌拉特前旗|