最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python 爬蟲實(shí)現(xiàn)增加播客訪問量的方法實(shí)現(xiàn)

 更新時(shí)間:2019年10月31日 10:52:42   作者:Nick.Peng  
這篇文章主要介紹了Python 爬蟲實(shí)現(xiàn)增加播客訪問量的方法實(shí)現(xiàn),文中通過示例代碼介紹的非常詳細(xì),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,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

一、序言:

世界 1024 程序猿節(jié)日不加班,閑著沒事兒。。。隨手寫了個(gè)播客訪問量爬蟲玩玩,訪問量過萬不是事兒?。?!每個(gè)步驟注釋都很清晰,代碼僅供學(xué)習(xí)參考!

---- Nick.Peng

二、所需環(huán)境:

Python3.x
相關(guān)模塊: requests、json、lxml、urllib、bs4、fake_useragent

三、增加Blog訪問量代碼如下:

#!/usr/bin/env python
# -*- coding: utf-8 -*-
# @Author: Nick
# @Date:  2019-10-24 15:40:58
# @Last Modified by:  Nick
# @Last Modified time: 2019-10-24 16:54:31
import random
import re
import time
import urllib
import requests

from bs4 import BeautifulSoup
from fake_useragent import UserAgent

try:
  from lxml import etree
except Exception as e:
  import lxml.html
  # 實(shí)例化一個(gè)etree對(duì)象(解決通過from lxml import etree導(dǎo)包失?。?
  etree = lxml.html.etree

# 實(shí)例化UserAgent對(duì)象,用于產(chǎn)生隨機(jī)UserAgent
ua = UserAgent()


class BlogSpider(object):
  """
  Increase the number of CSDN blog visits.
  """

  def __init__(self):
    self.url = "https://blog.csdn.net/PY0312/article/list/{}"
    self.headers = {
      "Referer": "https://blog.csdn.net/PY0312/",
      "User-Agent": ua.random
    }
    self.firefoxHead = {
      "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:61.0) Gecko/20100101 Firefox/61.0"}
    self.IPRegular = r"(([1-9]?\d|1\d{2}|2[0-4]\d|25[0-5]).){3}([1-9]?\d|1\d{2}|2[0-4]\d|25[0-5])"

  def send_request(self, num):
    """
    模擬瀏覽器發(fā)起請(qǐng)求
    :param num: num
    :return: html_str
    """
    html_str = requests.get(self.url.format(
      num), headers=self.headers).content.decode()
    # print(html_str)

    return html_str

  def parse_data(self, html_str):
    """
    用于解析發(fā)起請(qǐng)求返回的數(shù)據(jù)
    :param html_str:
    :return: each_page_urls
    """
    # 將返回的 html字符串 轉(zhuǎn)換為 element對(duì)象,用于xpath操作
    element_obj = etree.HTML(html_str)
    # print(element_obj)

    # 獲取每一頁所有blog的url
    each_page_urls = element_obj.xpath(
      '//*[@id="mainBox"]/main/div[2]/div/h4/a/@href')
    # print(each_page_urls)

    return each_page_urls

  def parseIPList(self, url="http://www.xicidaili.com/"):
    """
    爬取最新代理ip,來源:西刺代理
    注意:西刺代理容易被封,如遇到IP被封情況,采用以下兩種方法即可解決:
    方法一:請(qǐng)參考我上一篇博客《Python 實(shí)現(xiàn)快代理IP爬蟲》 ===> 喜歡研究的同學(xué),可參考對(duì)接此接口
    方法二:直接屏蔽掉此接口,不使用代理也能正常使用
    :param url: "http://www.xicidaili.com/"
    :return: 代理IP列表ips
    """
    ips = []
    request = urllib.request.Request(url, headers=self.firefoxHead)
    response = urllib.request.urlopen(request)
    soup = BeautifulSoup(response, "lxml")
    tds = soup.find_all("td")
    for td in tds:
      string = str(td.string)
      if re.search(self.IPRegular, string):
        ips.append(string)
    # print(ips)
    return ips

  def main(self, total_page, loop_times, each_num):
    """
    調(diào)度方法
    :param total_page: 設(shè)置博客總頁數(shù)
    :param loop_times: 設(shè)置循環(huán)次數(shù)
    :param each_num: 設(shè)置每一頁要隨機(jī)挑選文章數(shù)
    :return:
    """
    i = 0
    # 根據(jù)設(shè)置次數(shù),打開循環(huán)
    while i < loop_times:
      # 遍歷,得到每一頁的頁碼
      for j in range(total_page):
        # 拼接每一頁的url,并模擬發(fā)送請(qǐng)求, 返回響應(yīng)數(shù)據(jù)
        html_str = self.send_request(j + 1)

        # 解析響應(yīng)數(shù)據(jù),得到每一頁所有博文的url
        each_page_urls = self.parse_data(html_str)

        # 調(diào)用parseIPList隨機(jī)產(chǎn)生代理IP,防反爬
        # ips = self.parseIPList()
        # proxies = {"http": "{}:8080".format(
        #   ips[random.randint(0, 40)])}

        # 遍歷,每一頁隨機(jī)挑選each_num篇文章
        for x in range(each_num):
          # 隨機(jī)抽取每一頁的一篇博文進(jìn)行訪問,防反爬
          current_url = random.choice(each_page_urls)
          status = True if requests.get(
            current_url, headers=self.headers).content.decode() else False
          print("當(dāng)前正在訪問的文章是:{},訪問狀態(tài):{}".format(current_url, status))
          time.sleep(1)  # 延時(shí)1秒,防反爬
        time.sleep(1)  # 延時(shí)1秒,防反爬
      i += 1


if __name__ == '__main__':
  bs = BlogSpider()
  bs.main(7, 200, 3) # 參數(shù)參照main方法說明,酌情設(shè)置

以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

相關(guān)文章

  • 利用Python實(shí)現(xiàn)文檔批量重命名

    利用Python實(shí)現(xiàn)文檔批量重命名

    日常工作中總會(huì)遇到一些需要收集文件的情況,但往往最后收集回來的文件名稱會(huì)五花八門,下面小編就來為大家講講如何使用Python實(shí)現(xiàn)批量重命名操作吧
    2025-02-02
  • python 同時(shí)運(yùn)行多個(gè)程序的實(shí)例

    python 同時(shí)運(yùn)行多個(gè)程序的實(shí)例

    今天小編就為大家分享一篇python 同時(shí)運(yùn)行多個(gè)程序的實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
    2019-01-01
  • python scrapy框架中Request對(duì)象和Response對(duì)象的介紹

    python scrapy框架中Request對(duì)象和Response對(duì)象的介紹

    本文介紹了python基礎(chǔ)之scrapy框架中Request對(duì)象和Response對(duì)象的介紹,Request對(duì)象主要是用來請(qǐng)求數(shù)據(jù),爬取一頁的數(shù)據(jù)重新發(fā)送一個(gè)請(qǐng)求的時(shí)候調(diào)用,Response對(duì)象一般是由scrapy給你自動(dòng)構(gòu)建的,因此開發(fā)者不需要關(guān)心如何創(chuàng)建Response對(duì)象,下面來一起來了解更多內(nèi)容吧
    2022-02-02
  • Pytorch 使用不同版本的cuda的方法步驟

    Pytorch 使用不同版本的cuda的方法步驟

    這篇文章主要介紹了Pytorch 使用不同版本的cuda的方法步驟,文中通過示例代碼介紹的非常詳細(xì),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,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2020-04-04
  • python使用MkDocs自動(dòng)生成文檔的操作方法

    python使用MkDocs自動(dòng)生成文檔的操作方法

    python代碼注釋風(fēng)格有很多,比較主流的有 reStructuredText風(fēng)格、numpy風(fēng)格、Google風(fēng)格,自動(dòng)生成文檔的工具也有很多,常見的有:Pydocs,Sphinx和MkDocs,本文給大家介紹了python使用MkDocs自動(dòng)生成文檔的操作方法,需要的朋友可以參考下
    2024-06-06
  • Python常見排序操作示例【字典、列表、指定元素等】

    Python常見排序操作示例【字典、列表、指定元素等】

    這篇文章主要介紹了Python常見排序操作,結(jié)合實(shí)例形式總結(jié)分析了Python針對(duì)字典、列表及指定元素等常見排序操作實(shí)現(xiàn)技巧,需要的朋友可以參考下
    2018-08-08
  • 詳解如何通過Python制作一個(gè)密碼生成器

    詳解如何通過Python制作一個(gè)密碼生成器

    定期更換密碼是一種非常重要的安全措施,這種做法可以有效地保護(hù)你的賬戶和個(gè)人信息不受黑客和網(wǎng)絡(luò)攻擊者的侵害。所以本文就來用Python制作一個(gè)密碼生成器吧
    2023-05-05
  • Python Sweetviz輕松實(shí)現(xiàn)探索性數(shù)據(jù)分析

    Python Sweetviz輕松實(shí)現(xiàn)探索性數(shù)據(jù)分析

    Sweetviz是一個(gè)開放源代碼Python庫,可生成精美的高密度可視化文件,以單行代碼啟動(dòng)EDA(探索性數(shù)據(jù)分析)。輸出是一個(gè)完全獨(dú)立的HTML應(yīng)用程序,該系統(tǒng)圍繞快速可視化目標(biāo)值和比較數(shù)據(jù)集而構(gòu)建。其目標(biāo)是幫助快速分析目標(biāo)特征,訓(xùn)練與測(cè)試數(shù)據(jù)以及其他此類數(shù)據(jù)表征任務(wù)
    2021-11-11
  • python使用numpy生成18種特殊數(shù)組

    python使用numpy生成18種特殊數(shù)組

    這篇文章主要介紹了python使用numpy生成18種特殊數(shù)組的方法,文章通過代碼示例介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作有一定的參考價(jià)值,需要的朋友可以參考下
    2023-09-09
  • python BeautifulSoup設(shè)置頁面編碼的方法

    python BeautifulSoup設(shè)置頁面編碼的方法

    這篇文章主要介紹了python BeautifulSoup設(shè)置頁頁編碼的方法,本文直接給出代碼救命,需要的朋友可以參考下
    2015-04-04

最新評(píng)論

江西省| 黄平县| 车险| 承德市| 威宁| 改则县| 山阴县| 龙里县| 若尔盖县| 东乡族自治县| 乌审旗| 达日县| 嵩明县| 耒阳市| 寻乌县| 法库县| 谢通门县| 搜索| 灵山县| 高碑店市| 彩票| 定陶县| 天峻县| 界首市| 德江县| 沾化县| 锡林郭勒盟| 建始县| 安新县| 鸡泽县| 康定县| 陵川县| 常德市| 崇义县| 和田县| 柏乡县| 古丈县| 克什克腾旗| 苏尼特左旗| 廉江市| 利津县|