爬虫第一弹之情人节前夕

最近学了点python,想写个爬虫玩玩,刚好遇到情人节


时间:2018.5.19
地点:208教室
工具:Chrome、阿里云服务器


先来列举下要爬取的内容

(1)爬取天气
(2)爬取文章
(3)爬取句子


爬取天气

# -*-coding:utf-8 -*-
import requests
from pyquery import PyQuery as pq

def get_response(url):
    headers = {
        'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecho) Chrome/67.0.3396.10 Safari/537.36'
    }
    res = requests.get(url,headers=headers)
    res.encoding = 'utf-8'
    return res

def get_weather(doc):
    wea = doc('li.sky.skyid.lv3.on').text()
    one = doc('.hide.show > .clearfix > li.li1').text()
    two = doc('.hide.show > .clearfix > li.li2').text()
    three = doc('.hide.show > .clearfix > li.li3').text()
    four = doc('.hide.show > .clearfix > li.li6').text()
    print(wea,'\n')
    print(one,'\n')
    print(two,'\n')
    print(three,'\n')
    print(four,'\n')

if __name__ == '__main__':
    url = 'http://www.weather.com.cn/weather/101120206.shtml'
    res = get_response(url)
    doc = pq(res.text)
    get_weather(doc)

运行结果如下:

19日(今天)
阵雨
14℃
4-5级 

弱 紫外线指数
辐射较弱,涂擦SPF12-15、PA+护肤品。 

减肥指数
风雨相伴,坚持室内运动吧。 

较冷 穿衣指数
建议着厚外套加毛衣等服装。 

良 空气污染扩散指数
气象条件有利于空气污染物扩散。

获取文章链接

# -*-coding:utf-8 -*-
import requests
from pyquery import PyQuery as pq   

def get_response(url):
    headers = {
        'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecho) Chrome/67.0.3396.10 Safari/537.36'
    }
    res = requests.get(url,headers=headers)
    res.encoding = 'utf-8'
    return res

def get_article(doc):
    items = doc('.list-base-article a').items()             #---①
    for item in items:
        href = item.attr('href')                        #---②
        string = 'https://www.duanwenxue.com' + href    #---③
        with open('article.txt','a') as f:              #---④
            f.write(string + '\n')
        print(string)

if __name__ == '__main__':
    page_num = 1
    url = 'https://www.duanwenxue.com/jingdian/lizhi/list_{}.html'
    while page_num < 8:
        res = get_response(url.format(page_num))   #---⑤
        doc = pq(res.text)
        get_article(doc)
        page_num = page_num + 1

知识点总结:
①:pyquery的选择结果可能是多个节点,类型都是PyQuery类型,它不会返回一个列表,调用items()方法会得到一个生成器,遍历一下,就可以得到每个节点了。
②:用attr()方法获取属性值
③:string为拼接后的完整URL,可进一步获取文章内容
③:以追加的方式('a')写入文件,不然会覆盖掉原来的内容
④:手动翻页发现URL中最后的数字代表页数。使用format()格式化字符串,用来替换掉字符串中的占位符‘{}’,以达到翻页的效果。

爬取句子

import requests
from pyquery import PyQuery as pq

def get_response(url):
    headers = {
        'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecho) Chrome/67.0.3396.10 Safari/537.36'
    }
    res = requests.get(url,headers=headers)
    return res

def get_article(doc):
    items = doc('.list-short-article p a').items()
    for item in items:
        content = item.text()
        with open('letters.txt','a') as f:
            f.write(content + '\n')
        print(content)
if __name__ == '__main__':
    page_num = 1
    url = 'https://www.duanwenxue.com/duanwen/lizhi/list_{}.html'
    while page_num < 8:
        res = get_response(url.format(page_num))
        doc = pq(res.text)
        get_article(doc)
        page_num = page_num + 1


随机选取一篇文章

# -*- coding:utf-8-*-
import linecache
import random

a = random.randrange(1,99)
print(a)
theline = linecache.getline(r'letters_text.txt',a)
print(theline)

python发送QQ邮件

# -*- coding:utf-8 -*-
from email.mime.text import MIMEText
from email.header import Header
from smtplib import SMTP_SSL
import linecache
import random

def send_masseger():
    host_server = 'smtp.qq.com'
    sender_qq = '1394604132'
    pwd = '***********'
    sender_qq_mail = '**********@qq.com'
    receiver = '**********@qq.com'
    mail_content = "Hello World!"
    mail_title = 'The Mail from ***'
    smtp = SMTP_SSL(host_server)
    smtp.set_debuglevel(1)
    smtp.ehlo(host_server)
    smtp.login(sender_qq,pwd)
    msg = MIMEText(mail_content,'plain','utf-8')
    msg['Subject'] = Header(mail_title,'utf-8')
    msg['From'] = sender_qq_mail
    msg['To'] = receiver
    smtp.sendmail(sender_qq_mail,receiver,msg.as_string())
    smtp.quit()
    
if __name__ == '__main__':
    send_masseger()
python发送邮件代码参照:https://zhuanlan.zhihu.com/p/25565454

终于搞完了,先发给自己试一下~
mail.jpg

其实现在已经是5.20了,那个天气网上的天气还没更新,所以显示的还是昨天的天气 ~ 文章链接和句子是事先爬好存储起来,随机抽取的

代码如下:
# -*- coding:utf-8 -*-
from email.mime.text import MIMEText
from email.header import Header
from smtplib import SMTP_SSL
import linecache
import random
import datetime
import requests
from pyquery import PyQuery as pq
import sys
reload(sys)
sys.setdefaultencoding('utf-8')

def get_time():
    start = datetime.datetime(2017,5,20)
    now = datetime.datetime.now()
    time = now - start
    return str(time)

def send_masseger(content):
    host_server = 'smtp.qq.com'
    sender_qq = '1394604132'
    pwd = 'jzqwgplfatpggcic'
    sender_qq_mail = 'zhanghe0309@qq.com'
    receiver = '1270090178@qq.com'
    mail_content = content
    mail_title = 'The Mail from lover'
    smtp = SMTP_SSL(host_server)
    smtp.set_debuglevel(1)
    smtp.ehlo(host_server)
    smtp.login(sender_qq,pwd)
    msg = MIMEText(mail_content,'plain','utf-8')
    msg['Subject'] = Header(mail_title,'utf-8')
    msg['From'] = sender_qq_mail
    msg['To'] = receiver
    smtp.sendmail(sender_qq_mail,receiver,msg.as_string())
    smtp.quit()
    
if __name__ == '__main__':
    res = requests.get('http://www.weather.com.cn/weather/101120206.shtml')   
    res.encoding = 'utf-8'
    doc = pq(res.text)
    wea = doc('li.sky.skyid.lv3.on').text()
    one = doc('.hide.show > .clearfix > li.li1').text()
    two = doc('.hide.show > .clearfix > li.li2').text()
    three = doc('.hide.show > .clearfix >li.li3').text()
    four = doc('.hide.show > .clearfix >li.li6').text()

    a = random.randrange(1,350)
    b = random.randrange(1,100)
    theline1 = linecache.getline(r'article.txt',a)
    theline2 = linecache.getline(r'letters_text.txt',b)
    article = wea + '\n\n' + one + '\n\n'+ two + '\n\n' + three + '\n\n' + four + '\n\n' + '来自小哥哥的文章推荐:' + '\n' + theline1 + '\n' + theline2 + '\n' + '爱你的日子:' +  get_time()
    send_masseger(article)


PS:

地点:7#409
时间:2018.5.20 0:53
好困,睡了睡了
YZ,等我的邮件呦~

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 214,776评论 6 496
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,527评论 3 389
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 160,361评论 0 350
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,430评论 1 288
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,511评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,544评论 1 293
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,561评论 3 414
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,315评论 0 270
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,763评论 1 307
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,070评论 2 330
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,235评论 1 343
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,911评论 5 338
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,554评论 3 322
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,173评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,424评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,106评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,103评论 2 352

推荐阅读更多精彩内容