爬去简书推荐作者的粉丝信息保存到mongodb数据库

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)
        #粉丝数只有前100页有数据
        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
                }
                #存放粉丝信息到表里
                result = posts.insert_one(post_data)
    except Exception as e:
        print('get_fens_info函数解析错误 错误为:',e)


#获取简书推荐作者的名字和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函数解析错误 错误为 ", e)


#获取作者的粉丝数和关注数等信息
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函数解析错误 错误为:',e)


if __name__ == "__main__":
    jianshu = '//www.greatytc.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 = '//www.greatytc.com/recommendations/users?page='

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

    # 使用上面的代码片段,将建立连接到默认主机(localhost)和端口(27017)。您还可以指定主机和 / 或使用端口:
    client = MongoClient('localhost', 27017)
    # 或者使用MongoURl格式:
    # client = MongoClient('mongodb://localhost:27017')

    #连接fens_db这个数据库
    db = client.fens_db
    #posts表名
    posts = db.posts

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

屏幕快照 2017-08-15 上午9.00.12.png
最后编辑于
©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 212,657评论 6 492
  • 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 90,662评论 3 385
  • 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 158,143评论 0 348
  • 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 56,732评论 1 284
  • 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 65,837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 50,036评论 1 291
  • 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 39,126评论 3 410
  • 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 37,868评论 0 268
  • 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 44,315评论 1 303
  • 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 36,641评论 2 327
  • 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 38,773评论 1 341
  • 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 34,470评论 4 333
  • 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 40,126评论 3 317
  • 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 30,859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 32,095评论 1 267
  • 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 46,584评论 2 362
  • 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 43,676评论 2 351

推荐阅读更多精彩内容