快捷導(dǎo)航

利用Python實(shí)現(xiàn)微信找房機(jī)器人實(shí)例教程

更新時(shí)間：2019年03月10日 10:50:55 作者：facert

這篇文章主要給大家介紹了關(guān)于如何利用Python實(shí)現(xiàn)微信找房機(jī)器人的相關(guān)資料，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者使用python具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

目的

兩年前曾為了租房做過(guò)一個(gè)找房機(jī)器人「爬取豆瓣租房并定時(shí)推送到微信」，維護(hù)一段時(shí)間后就荒廢了。

當(dāng)時(shí)因?yàn)榇a比較簡(jiǎn)單一直沒(méi)開(kāi)源，現(xiàn)在想想說(shuō)不定開(kāi)源后也能幫助一些同學(xué)更好的找到租房信息，所以簡(jiǎn)單整理后，開(kāi)源到 github，地址：https://github.com/facert/zufang (本地下載)

下面是當(dāng)時(shí)寫(xiě)的簡(jiǎn)單原理介紹：

身在帝都的人都知道租房的困難，每次找房都是心力交瘁。其中豆瓣租房小組算是比較靠譜的房源了，但是由于小組信息繁雜，而且沒(méi)有搜索的功能，想要實(shí)時(shí)獲取租房信息是件很困難的事情，所以最近給自己挖了個(gè)坑，做個(gè)微信找房機(jī)器人，先看大概效果吧，見(jiàn)下圖：

實(shí)現(xiàn)

說(shuō)下大概的技術(shù)實(shí)現(xiàn)吧，首先是 scrapy 爬蟲(chóng)對(duì)于豆瓣北京租房的小組實(shí)時(shí)爬取，并做了全文檢索，對(duì) title, description 使用 jieba 和 whoosh 進(jìn)行了分詞和索引，做成 api。接下來(lái)就是應(yīng)用的接入，網(wǎng)上有微信機(jī)器人的開(kāi)源 [wxBot](http://github.com/liuwons/wxBo)，所以對(duì)它進(jìn)行了修改, 實(shí)現(xiàn)了定時(shí)推送和持久化。最后順便把公眾號(hào)也做了同樣的功能，支持實(shí)時(shí)租房信息搜索。

部分代碼

scrapy 支持自定義 pipeline，能很方便的實(shí)現(xiàn)數(shù)據(jù)錄入的時(shí)候?qū)崟r(shí)生成索引，見(jiàn) code:

class IndexPipeline(object):

 def __init__(self, index):
 self.index = index

 @classmethod
 def from_crawler(cls, crawler):
 return cls(
  index=crawler.settings.get('WHOOSH_INDEX', 'indexes')
 )

 def process_item(self, item, spider):
 self.writer = AsyncWriter(get_index(self.index, zufang_schema))
 create_time = datetime.datetime.strptime(item['create_time'], "%Y-%m-%d %H:%M:%S")
 self.writer.update_document(
  url=item['url'].decode('utf-8'),
  title=item['title'],
  description=item['description'],
  create_time=create_time
 )
 self.writer.commit()
 return item

搜索 api 代碼很簡(jiǎn)單：

def zufang_query(keywords, limit=100):
 ix = get_index('indexes', zufang_schema)
 content = ["title", "description"]
 query = MultifieldParser(content, ix.schema).parse(keywords)
 result_list = []
 with ix.searcher() as searcher:
 results = searcher.search(query, sortedby="create_time", reverse=True, limit=limit)
 for i in results:
  result_list.append({'url': i['url'], 'title': i['title'], 'create_time': i['create_time']})
 return result_list

總結(jié)

以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，謝謝大家對(duì)腳本之家的支持。

您可能感興趣的文章: