亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

python爬取盤搜的有效鏈接實現(xiàn)代碼

 更新時間:2019年07月20日 09:58:42   作者:小小滬  
這篇文章主要介紹了python爬取盤搜的有效鏈接,本文通過實例代碼給大家介紹的非常詳細,具有一定的參考借鑒價值 ,需要的朋友可以參考下

因為盤搜搜索出來的鏈接有很多已經(jīng)失效了,影響找數(shù)據(jù)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(wǎng)址http://www.pansou.com,首先先搜索個python,之后打開開發(fā)者工具,

可以發(fā)現(xiàn)這個鏈接下的json數(shù)據(jù)就是我們要爬取的數(shù)據(jù)了,把多余的參數(shù)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(nèi)容,p為頁碼

以下是代碼實現(xiàn):

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(shù)據(jù),q參數(shù)是搜索內(nèi)容,p參數(shù)是頁碼
    url = "http://106.15.195.249:8011/search_new?&q=%s&p=%d" % (query,i)
    urls.append(url)
# 獲取數(shù)據(jù)
def get_data(url):
  print("開始加載,請等待...")
  # 獲取json數(shù)據(jù)并把json數(shù)據(jù)轉(zhuǎn)換為字典
  resp = requests.get(url, headers=headers).content.decode("utf-8")
  resp = json.loads(resp)
  # 如果搜素數(shù)據(jù)為空就拋出異常停止程序
  if resp['list']['data'] == []:
    raise Exception
  # 遍歷每一頁數(shù)據(jù)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(nèi)填寫搜索內(nèi)容
  get_urls("python")
  # 創(chuàng)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(jié)

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(xiàn)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(fù)大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持!
如果你覺得本文對你有幫助,歡迎轉(zhuǎn)載,煩請注明出處,謝謝!

相關(guān)文章

  • 基于Python實現(xiàn)簡單的學(xué)生點名系統(tǒng)

    基于Python實現(xiàn)簡單的學(xué)生點名系統(tǒng)

    現(xiàn)在的學(xué)生大部分都很積極,會主動舉手回答問題。但是,也會遇到一些不好的情況,比如年級越高主動舉手的人越少,所以本文做了一個隨機的學(xué)生點名系統(tǒng)可以幫老師解決這些問題
    2022-09-09
  • 關(guān)于numpy中矩陣的翻轉(zhuǎn)(flip)

    關(guān)于numpy中矩陣的翻轉(zhuǎn)(flip)

    這篇文章主要介紹了關(guān)于numpy中矩陣的翻轉(zhuǎn)(flip),具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2023-06-06
  • python并發(fā)編程多進程 互斥鎖原理解析

    python并發(fā)編程多進程 互斥鎖原理解析

    這篇文章主要介紹了python并發(fā)編程多進程 互斥鎖原理解析,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
    2019-08-08
  • Python和Ruby中each循環(huán)引用變量問題(一個隱秘BUG?)

    Python和Ruby中each循環(huán)引用變量問題(一個隱秘BUG?)

    這篇文章主要介紹了Python和Ruby中each循環(huán)引用變量問題,類似PHP的foreach中使用引用變量的問題,需要的朋友可以參考下
    2014-06-06
  • 在Python操作時間和日期之a(chǎn)sctime()方法的使用

    在Python操作時間和日期之a(chǎn)sctime()方法的使用

    這篇文章主要介紹了在Python操作時間和日期之a(chǎn)sctime()方法的使用,是Python入門學(xué)習(xí)中的基礎(chǔ)知識,需要的朋友可以參考下
    2015-05-05
  • python迭代器常見用法實例分析

    python迭代器常見用法實例分析

    這篇文章主要介紹了python迭代器常見用法,結(jié)合實例形式分析了Python迭代器概念、功能、常見操作方法及相關(guān)注意事項,需要的朋友可以參考下
    2019-11-11
  • PyQt4實時顯示文本內(nèi)容GUI的示例

    PyQt4實時顯示文本內(nèi)容GUI的示例

    今天小編就為大家分享一篇PyQt4實時顯示文本內(nèi)容GUI的示例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-06-06
  • python安裝sklearn模塊的方法詳解

    python安裝sklearn模塊的方法詳解

    這篇文章主要介紹了python安裝sklearn模塊的方法詳解,本文給大家介紹的非常詳細,對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2020-11-11
  • win10下tensorflow和matplotlib安裝教程

    win10下tensorflow和matplotlib安裝教程

    這篇文章主要為大家詳細介紹了win10下tensorflow和matplotlib安裝教程,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2018-09-09
  • python-jwt用戶認證食用教學(xué)的實現(xiàn)方法

    python-jwt用戶認證食用教學(xué)的實現(xiàn)方法

    這篇文章主要介紹了python-jwt用戶認證食用教學(xué)的實現(xiàn)方法,本文給大家介紹的非常詳細,對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下
    2021-01-01

最新評論