当前位置: 首页 > news >正文

网站模板简易修改电商直播

网站模板简易修改,电商直播,网站代码语法,建筑设计公司账务处理实例今天爬取的是b站。 如何爬取b站中的番剧呢#xff1f; 首先我们来到番剧索引中#xff0c;随便点开一部动漫#xff0c;检查代码。 每个作品对应一个链接: https://www.bilibili.com/bangumi/play/ss…#xff08;ss后面的数字称为ss号#xff09; 发现关于动漫的信息…今天爬取的是b站。 如何爬取b站中的番剧呢 首先我们来到番剧索引中随便点开一部动漫检查代码。 每个作品对应一个链接: https://www.bilibili.com/bangumi/play/ss…ss后面的数字称为ss号 发现关于动漫的信息在这里 ‘script’, id“NEXT_DATA” 关键是如何获取ss号 随便乱找一下发现有media_id于是点进去看一下 于是肯定了对应的api接口api.bilibili.com /pgc/review/user?media_id…ts… 这样子就解决了如何爬取每部番剧的网址了。 获取每部番剧的title和url就行接着只要匹配获取简介的内容就行了。 其返回的是一个json字典。 我们只要选出我们感兴趣的内容比如配音演员硬币等内容。 最后保存在xlsx文件即可。 奉上代码如下所示 import numpy as np import pandas as pdfrom bs4 import BeautifulSoup as bs import urllib.request as ur import urllib.parse as up import urllib.error as ue import http.cookiejar as hcimport re import gzip import jsonimport time import os import socketos.chdir(r...) socket.setdefaulttimeout(30) cookie ### 配置爬虫条件 ### # 设置请求头 # api请求头apiheaders{Host: api.bilibili.com,Connection: keep-alive,Cache-Control: max-age0,Upgrade-Insecure-Requests: 1,Accept: application/json, text/plain, */*,Sec-Fetch-Dest: empty,User-Agent: ,Origin: https://www.bilibili.com,Sec-Fetch-Site: same-site,Sec-Fetch-User: ?1,Sec-Fetch-Mode: cors,Sec-Fetch-Dest: document,Referer: https://www.bilibili.com/anime/index/,Accept-Encoding: gzip, deflate, br,Accept-Language: zh-CN,zh;q0.9,Cookie:cookie } # 网页请求头 wwwheaders{Host: www.bilibili.com,Connection: keep-alive,Cache-Control: max-age0,Upgrade-Insecure-Requests: 1,User-Agent: ,Sec-Fetch-Dest: document,Accept: text/html,application/xhtmlxml,application/xml;q0.9,Sec-Fetch-Site: same-origin,Sec-Fetch-Mode: navigate,Sec-Fetch-User: ?1,Referer: https://www.bilibili.com/anime/index/,Accept-Encoding: gzip, deflate, br,Accept-Language: zh-CN,zh;q0.9,Cookie:cookie } # 图片请求头 imageheaders{Host: i0.hdslb.com,Connection: keep-alive,User-Agent: ,Sec-Fetch-Dest: image,Accept: image/webp,image/apng,image/*,*/*;q0.8,Sec-Fetch-Site: cross-site,Sec-Fetch-Mode: no-cors,Referer: https://www.bilibili.com/bangumi/media/md1178/?fromsearchseid17806546061422186816,Accept-Encoding: gzip, deflate, br,Accept-Language: zh-CN,zh;q0.9 } # 创建cookiejar对象 cjhc.CookieJar() # 根据cookiejar创建handler对象 hlur.HTTPCookieProcessor(cj) # 根据handler创建opener对象 openerur.build_opener(hl)### 爬取ss号 ### 番剧区索引 def ssdownload():sslistlist()patternre.compile(rhttps://www.bilibili.com/bangumi/play/ss\d)pattern2re.compile(rtitle:(.*?))for i in range(1,11):urlhttps://api.bilibili.com/pgc/season/index/result?season_version-1area-1is_finish-1copyright-1season_status-1season_month-1year-1style_id-1order5st1sort0pagestr(i)season_type1pagesize20type1print(正在获取第str(i)页番剧信息)print(url)try_time0while try_time5:try:rur.Request(urlurl,headersapiheaders)responseopener.open(r) breakexcept ue.HTTPError as e:print(网页不存在...跳过)breakexcept Exception as e:try_time1print(重新尝试,try_time)else:raise Exception(下载失败!!)try:contentstr(gzip.decompress(response.read()),utf-8)except Exception as e:breakresponse.close()titlesre.findall(pattern2,content)ssurlre.findall(pattern,content)for i in range(len(ssurl)):sslist.append({title:titles[i],ssurl:ssurl[i]}) return sslist### 访问ss链接 ### def mddownload(sslist):datajson[]for each_ssurl in sslist:print(正在下载第str(sslist.index(each_ssurl)1)个番剧)print(第str(sslist.index(each_ssurl)1)个番剧网址为each_ssurl[ssurl])try_time0httperrorFalsewhile try_time5:try:rur.Request(urleach_ssurl[ssurl],headerswwwheaders)responseopener.open(r) breakexcept ue.HTTPError as e:httperrorTrueprint(网页不存在...跳过)breakexcept Exception as e:try_time1print(重新尝试,try_time)else:raise Exception(下载失败!!)if httperror:continuecontentstr(gzip.decompress(response.read()),utf-8)response.close()soupbs(content, featureslxml)script_tag soup.find(script, id__NEXT_DATA__)if script_tag is not None:json_text script_tag.stringdata json.loads(json_text)datajson.append(data)return datajsondef getdata(datajson):data[]for each_data in datajson:each_dataeach_data[props][pageProps][dehydratedState][queries][0][state][data][seasonInfo][mediaInfo]data.append({title:each_data[title],media_id:each_data[media_id],season_id:each_data[season_id],coins:each_data[stat][coins],danmakus:each_data[stat][danmakus],favorite:each_data[stat][favorite],favorites:each_data[stat][favorites],follow_text:each_data[stat][follow_text],reply:each_data[stat][reply],likes:each_data[stat][likes],share:each_data[stat][share],views:each_data[stat][views],evaluate:each_data[evaluate],styles:each_data[styles],actors:each_data[actors],staff:each_data[staff],publish:each_data[publish],})print(成功写入有关each_data[title]的数据)return dataif __name____main__:sslistssdownload()datajsonmddownload(sslist)datagetdata(datajson)dfpd.DataFrame(data)df.to_excel(bilibili.xlsx,indexFalse)print(爬取完成) User-Agent和cookie用自己的具体可以自行搜索如何操作。 代码运行效果 最近新开了公众号请大家关注一下。
http://www.zqtcl.cn/news/433363/

相关文章:

  • 类似qq空间的网站wordpress 简历主题
  • 专业网站运营制作怎么写代码做网站
  • 安徽免费网站制作西安做行业平台网站的公司
  • 我想做服装网站怎么做网页设计优秀案例分析
  • 网站建设技术教程视频wordpress中文模版
  • 高端企业网站 程序纸牌网站建设
  • html制作网站推广最有效的办法
  • 做网站推广的工作内容凡客诚品创始人
  • 网站开发pc端和手机端外贸建设网站公司
  • 长沙哪家网站设计好上海成品网站
  • wordpress商城插件收费哪里可以做网站优化
  • 中国建设银行u盾下载假网站吗wordpress有没有付费
  • 海南哪家公司做网站开发一套管理系统多少钱
  • 做网站建设费用百姓网
  • 西安建设厅网站wpf做网站教程
  • 好的网页网站设计wordpress对外发邮件
  • 湖北网站建设贴吧信用宁波企业网查询
  • 佛山市官网网站建设多少钱网站建设与管理书籍
  • 网站建设佰金手指科杰二八佛山有那几家做网站
  • 网站建设刂搜金手指下拉贰伍wordpress 外链自动nofflow
  • 搭建一个网站多少钱手机软件开发用什么语言
  • 太原专业网站建设杭州网络推广专员
  • 广西专业建网站橙米网站建设
  • 百度做的网站能优化吗html网站系统
  • php素材网站源码免费下载网站维护的内容有哪些
  • 打鱼跟电子游戏网站怎么做佛山微网站开发哪家好
  • 知名的网站建设网站在工信部备案
  • 网站首页的快照更新慢爆wordpress密码
  • dw做网站背景图片设置铺平微博通 wordpress
  • 勉县网站建设电商网站要素