爬去簡書推薦作者的粉絲信息保存到mongodb數(shù)據(jù)庫

import requests,time
from lxml import etree
from pymongo import MongoClient


def requestGet(url):
    r = requests.get(url, headers=headers)
    html = r.text
    select = etree.HTML(html)
    return select

def get_fens_info(url,fens_count):

    try:
        # select = requestGet(url)

        fens_page = int(fens_count)//9+1 if int(fens_count)%9 == 0 else int(fens_count)//9+2
        print(fens_page)
        #粉絲數(shù)只有前100頁有數(shù)據(jù)
        for page in range(1,100):
            print(page)
            select = requestGet(url+'?page={}'.format(page))

            infos = select.xpath('//div[@id="list-container"]//div[@class="info"]')
            for info in infos:
                name = info.xpath('a/text()')[0]
                text = info.xpath('div/text()')

                print(name,text)
                post_data = {
                    'name' : name,
                    'text' : text
                }
                #存放粉絲信息到表里
                result = posts.insert_one(post_data)
    except Exception as e:
        print('get_fens_info函數(shù)解析錯誤 錯誤為:',e)


#獲取簡書推薦作者的名字和url地址
def get_recommend_author_name():

    try:
        page_index = 1
        while True:
            select = requestGet(base_url + str(page_index))
            infos = select.xpath('//div[@class="wrap"][position()>0]')
            # print(len(infos))
            print(page_index)
            if len(infos) != 0:
                page_index += 1
                for info in infos:
                    name = info.xpath('a/h4/text()')[0]
                    print(name)
                    url = jianshu + info.xpath('a/@href')[0]
                    get_recommend_author_info(name, url)

            else:
                break

    except Exception as e:
        print("get_recommend_author_name函數(shù)解析錯誤 錯誤為 ", e)


#獲取作者的粉絲數(shù)和關(guān)注數(shù)等信息
def get_recommend_author_info(name,url):

    try:
        select = requestGet(url)
        infos = select.xpath('//div[@class="meta-block"][position()>0]')
        # print(len(infos))
        guanzhu_count = infos[0].xpath('a/p/text()')[0]
        # guanzhu_url = jianshu + infos[0].xpath('a/@href')[0]
        fensi_count = infos[1].xpath('a/p/text()')[0]
        fensi_url = jianshu + infos[1].xpath('a/@href')[0]
        wenzhang_count = infos[2].xpath('a/p/text()')[0]
        zishu_count = infos[3].xpath('p/text()')[0]
        xihuan_count = infos[4].xpath('p/text()')[0]

        # print(guanzhu_url, fensi_url)
        print(guanzhu_count, fensi_count, wenzhang_count, zishu_count, xihuan_count)
        get_fens_info(fensi_url,fensi_count)

        return True

    except Exception as e:
        print('get_recommend_author_info函數(shù)解析錯誤 錯誤為:',e)


if __name__ == "__main__":
    jianshu = 'http://www.reibang.com'
    user_agent = 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/59.0.3071.115 Safari/537.36'
    headers = {
        'User-Agent': user_agent
    }

    base_url = 'http://www.reibang.com/recommendations/users?page='

    start = time.time()
    client = MongoClient()

    # 使用上面的代碼片段卫键,將建立連接到默認主機(localhost)和端口(27017)凿蒜。您還可以指定主機和 / 或使用端口:
    client = MongoClient('localhost', 27017)
    # 或者使用MongoURl格式:
    # client = MongoClient('mongodb://localhost:27017')

    #連接fens_db這個數(shù)據(jù)庫
    db = client.fens_db
    #posts表名
    posts = db.posts

    get_recommend_author_name()
    end = time.time()
    # print(UserName)
    print("總耗時 %0.3f" % (end - start))

屏幕快照 2017-08-15 上午9.00.12.png
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市昔善,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌碴里,老刑警劉巖蜕便,帶你破解...
    沈念sama閱讀 210,835評論 6 490
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異谷异,居然都是意外死亡,警方通過查閱死者的電腦和手機锦聊,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 89,900評論 2 383
  • 文/潘曉璐 我一進店門歹嘹,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人孔庭,你說我怎么就攤上這事尺上。” “怎么了圆到?”我有些...
    開封第一講書人閱讀 156,481評論 0 345
  • 文/不壞的土叔 我叫張陵怎抛,是天一觀的道長。 經(jīng)常有香客問我芽淡,道長抽诉,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 56,303評論 1 282
  • 正文 為了忘掉前任吐绵,我火速辦了婚禮迹淌,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘己单。我一直安慰自己唉窃,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 65,375評論 5 384
  • 文/花漫 我一把揭開白布纹笼。 她就那樣靜靜地躺著纹份,像睡著了一般。 火紅的嫁衣襯著肌膚如雪廷痘。 梳的紋絲不亂的頭發(fā)上蔓涧,一...
    開封第一講書人閱讀 49,729評論 1 289
  • 那天,我揣著相機與錄音笋额,去河邊找鬼元暴。 笑死,一個胖子當(dāng)著我的面吹牛兄猩,可吹牛的內(nèi)容都是我干的茉盏。 我是一名探鬼主播,決...
    沈念sama閱讀 38,877評論 3 404
  • 文/蒼蘭香墨 我猛地睜開眼枢冤,長吁一口氣:“原來是場噩夢啊……” “哼鸠姨!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起淹真,我...
    開封第一講書人閱讀 37,633評論 0 266
  • 序言:老撾萬榮一對情侶失蹤讶迁,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后核蘸,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體巍糯,經(jīng)...
    沈念sama閱讀 44,088評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,443評論 2 326
  • 正文 我和宋清朗相戀三年值纱,在試婚紗的時候發(fā)現(xiàn)自己被綠了鳞贷。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,563評論 1 339
  • 序言:一個原本活蹦亂跳的男人離奇死亡虐唠,死狀恐怖搀愧,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情疆偿,我是刑警寧澤咱筛,帶...
    沈念sama閱讀 34,251評論 4 328
  • 正文 年R本政府宣布,位于F島的核電站杆故,受9級特大地震影響迅箩,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜处铛,卻給世界環(huán)境...
    茶點故事閱讀 39,827評論 3 312
  • 文/蒙蒙 一饲趋、第九天 我趴在偏房一處隱蔽的房頂上張望拐揭。 院中可真熱鬧,春花似錦奕塑、人聲如沸堂污。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,712評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽盟猖。三九已至,卻和暖如春换棚,著一層夾襖步出監(jiān)牢的瞬間式镐,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 31,943評論 1 264
  • 我被黑心中介騙來泰國打工固蚤, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留娘汞,地道東北人。 一個月前我還...
    沈念sama閱讀 46,240評論 2 360
  • 正文 我出身青樓颇蜡,卻偏偏與公主長得像价说,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子风秤,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,435評論 2 348

推薦閱讀更多精彩內(nèi)容