基于傳送門的微信公眾號爬蟲

最后輸出PDF格式割疾,暫不穩(wěn)定,有待改進。


import requests
from lxml import etree
from bs4 import BeautifulSoup
import pdfkit



headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/67.0.3396.99 Safari/537.36'}
KEYWORD = 'duhaoshu'

# 判斷該公眾號是否被傳送門網(wǎng)站收錄。
def judge(nameid):
    url = 'http://chuansong.me/account/' + nameid + '?start=' + str(0)
    response =requests.get(url,headers=headers)
    html = etree.HTML(response.text)
    url = html.xpath('//div[contains(@class,"topic_page")]/h1/text()')
    if '404' in url:
        print('暫未收錄該公眾號的文章蛉艾。')
    else:
        pass



def parse_one_page(url):
    r = requests.get(url,headers=headers)
    soup = BeautifulSoup(r.text,'lxml')
    data = soup.find_all('div',{'tabindex':'-1'})
    for html in data:
        detail_url = html.find_all('a')[0].get('href')
        full_url = 'http://chuansong.me' + detail_url
        parse_detail(full_url)
        break


def parse_detail(full_url):
    r = requests.get(full_url, headers=headers)
    data = etree.HTML(r.text)

    title = data.xpath('//h2[@class="rich_media_title"]/text()')[0]
    publish_time = data.xpath('//em[@id="publish_time"]/text()')[0]

    # url 裝換成 pdf
    path_wk = r'F:\Downloads\html-pdf\wkhtmltopdf\bin\wkhtmltopdf.exe'  # 安裝wkhtmltopdf的位置
    config = pdfkit.configuration(wkhtmltopdf=path_wk)
    print(title, publish_time)
    pdfkit.from_url(full_url,title + '.pdf', configuration=config)
    print('轉(zhuǎn)換成功!')


def main():
    for page in range(1):
        url = 'http://chuansong.me/account/' + KEYWORD + '?start={}'.format(page)
        parse_one_page(url)
if __name__ == '__main__':
    main()



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:七十年代末衷敌,一起剝皮案震驚了整個濱河市勿侯,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌缴罗,老刑警劉巖助琐,帶你破解...
    沈念sama閱讀 218,546評論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異面氓,居然都是意外死亡兵钮,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,224評論 3 395
  • 文/潘曉璐 我一進店門舌界,熙熙樓的掌柜王于貴愁眉苦臉地迎上來掘譬,“玉大人,你說我怎么就攤上這事呻拌〈行” “怎么了?”我有些...
    開封第一講書人閱讀 164,911評論 0 354
  • 文/不壞的土叔 我叫張陵藐握,是天一觀的道長靴拱。 經(jīng)常有香客問我,道長猾普,這世上最難降的妖魔是什么缭嫡? 我笑而不...
    開封第一講書人閱讀 58,737評論 1 294
  • 正文 為了忘掉前任,我火速辦了婚禮抬闷,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘耕突。我一直安慰自己笤成,他們只是感情好,可當我...
    茶點故事閱讀 67,753評論 6 392
  • 文/花漫 我一把揭開白布眷茁。 她就那樣靜靜地躺著炕泳,像睡著了一般。 火紅的嫁衣襯著肌膚如雪上祈。 梳的紋絲不亂的頭發(fā)上培遵,一...
    開封第一講書人閱讀 51,598評論 1 305
  • 那天浙芙,我揣著相機與錄音,去河邊找鬼籽腕。 笑死嗡呼,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的皇耗。 我是一名探鬼主播南窗,決...
    沈念sama閱讀 40,338評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼郎楼!你這毒婦竟也來了万伤?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,249評論 0 276
  • 序言:老撾萬榮一對情侶失蹤呜袁,失蹤者是張志新(化名)和其女友劉穎敌买,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體阶界,經(jīng)...
    沈念sama閱讀 45,696評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡虹钮,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 37,888評論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了荐操。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片芜抒。...
    茶點故事閱讀 40,013評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖托启,靈堂內(nèi)的尸體忽然破棺而出宅倒,到底是詐尸還是另有隱情,我是刑警寧澤屯耸,帶...
    沈念sama閱讀 35,731評論 5 346
  • 正文 年R本政府宣布拐迁,位于F島的核電站,受9級特大地震影響疗绣,放射性物質(zhì)發(fā)生泄漏线召。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,348評論 3 330
  • 文/蒙蒙 一多矮、第九天 我趴在偏房一處隱蔽的房頂上張望缓淹。 院中可真熱鬧,春花似錦塔逃、人聲如沸讯壶。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,929評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽伏蚊。三九已至,卻和暖如春格粪,著一層夾襖步出監(jiān)牢的瞬間躏吊,已是汗流浹背氛改。 一陣腳步聲響...
    開封第一講書人閱讀 33,048評論 1 270
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留比伏,地道東北人胜卤。 一個月前我還...
    沈念sama閱讀 48,203評論 3 370
  • 正文 我出身青樓,卻偏偏與公主長得像凳怨,于是被迫代替她去往敵國和親瑰艘。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 44,960評論 2 355