Python 学习记录4

import requests,re,time,urllib,os,random
from urllib import request
from bs4 import BeautifulSoup

headers = {"User-Agent": 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.101 Safari/537.36'}
cookies = {"cookie": "_T_WM"}
class Weibo(object):
    def __init__(self,url):
        self.url = url
        self.dir = "C:\\Users\\Desktop\\Python\\Weibo"
    #input any url
    def getType(self):
        url_split = self.url.split('/')
        user = url_split[3]
        if user == str():
            flag = 1
        else:
            flag = 0
        return flag
    # input the first page url
    def getPage(self):
        Html = requests.get(self.url,cookies=cookies,headers=headers).text
        pagereg = r'value="(\d+)"'
        pages = re.compile(pagereg).findall(Html)
        if len(pages) == 0:
            page = 1
        else:
            page = pages[-1]
        return page
    # input any url
    def getUrl(self):
        Html = requests.get(self.url,cookies=cookies,headers=headers).text
        Soup = BeautifulSoup(Html,'lxml')
        return Html,Soup
    # Input the first page url
    def getBasicInfo(self):
        OneHtml = requests.get(self.url,cookies=cookies,headers=headers).text
        OneSoup = BeautifulSoup(OneHtml,'lxml')
        ID_reg = r'<a href="/(\d+)/info"'
        fans_reg = r'<a href=".+?/fans">粉丝\[(\d+)\]</a>'
        name_reg = r'<title>(.+?)的微博</title>'
        ID = re.compile(ID_reg).findall(OneHtml)[0]
        fans = re.compile(fans_reg).findall(OneHtml)[0]
        name = re.compile(name_reg).findall(OneHtml)[0]
        people_dir = self.dir + '\\' + str(name)
        if not os.path.isdir(people_dir):
            os.mkdir(people_dir)
        info_url = "https://weibo.cn/" + str(ID) + "/" + "info"
        return name,fans,info_url,people_dir
    # Input the info page url
    def getDetailInfo(self):
        InfoHtml = requests.get(self.url,cookies=cookies,headers=headers).text
        # 学校
        xx = r'<div class="tip">学习经历</div><div class="c">(.+?)<br/>'
        xuexiao = re.compile(xx).findall(InfoHtml)
        if len(xuexiao) != 0:
            info_school = "学校" + ':' + xuexiao[0] + '\n'
        else:
            info_school = "学校:Missing" + '\n'
        # 性别
        xb = r'<br/>性别:(.+?)<br/>'
        xingbie = re.compile(xb).findall(InfoHtml)
        if len(xingbie) != 0:
            info_xb = "性别" + ':' + str(xingbie[0]) + '\n'
        else:
            info_xb = "性别:Missing"
        # 地区
        dq = r'<br/>地区:(.+?)<br/>'
        diqu = re.compile(dq).findall(InfoHtml)
        if len(diqu) != 0:
            info_dq = "地区" + ':' + str(diqu[0]) + '\n'
        else:
            info_dq = "地区:Missing"
        # 生日
        sr = r'<br/>生日:(.+?)<br/>'
        shengri = re.compile(sr).findall(InfoHtml)
        if len(shengri) != 0:
            info_sr = "生日" + ':' + str(shengri[0]) + '\n'
        else:
            info_sr = "生日:Missing" + '\n'
        # 简介
        jjie = r'<br/>简介:(.+?)<br/>'
        jianjie = re.compile(jjie).findall(InfoHtml)
        if len(jianjie) != 0:
            info_jjie = "简介" + ':' + str(jianjie[0]) + '\n'
        else:
            info_jjie = "简介:Missing" + '\n'

        return info_school,info_xb,info_dq,info_sr,info_jjie

def one(html,dir):
    s = r'src="(.+?)wap180/.+?"/></a>'
    e = r'src=".+?/wap180/(.+?)"/></a>'
    ss = re.compile(s).findall(html)[0]
    ee = re.compile(e).findall(html)[0]
    url = ss + "large/" + ee
    print(url)
    curdir = dir + '\\'
    urllib.request.urlretrieve(url, '{}{}.jpg'.format(curdir, ee))

def group(html,dir):
    reg = r'<(a href=".+?">.+?)</a>'
    regre = re.compile(reg)
    lists = regre.findall(html)
    for i in lists:
        if u'组图' in i:
            ureg = r'a href="(https.+?)">'
            uregre = re.compile(ureg)
            gro_url = uregre.findall(i)[0]
            print(gro_url)
            Group = Weibo(gro_url)
            html,soup = Group.getUrl()
            img = r'img src="(http.+?)".+?原图'
            imgre = re.compile(img)
            imgurl = imgre.findall(html)
            #print("imgurl",imgurl)
            for u in imgurl:
                u = str(u)
                s = r'^(.+?)thumb180/.+?'
                e = r'.+?/thumb180/(.+?)$'
                ss = re.compile(s).findall(u)[0]
                ee = re.compile(e).findall(u)[0]
                uu = ss + "large" + '/' + ee
                print(uu)
                curdir = dir + '\\'
                urllib.request.urlretrieve(uu, '{}{}'.format(curdir, ee))
                time.sleep(1)
        time.sleep(1)

def getInfo(url):
    basic = Weibo(url)
    page = basic.getPage()
    name,fans,info_url,people_dir = basic.getBasicInfo()
    detail = Weibo(info_url)
    xx,xb,dq,sr,jjie = detail.getDetailInfo()
    file = people_dir + '\\' + name + ".txt"
    fo = open(file,'w',encoding=('utf-8'))
    fo.write("昵称:" + name + '\n');fo.write(xb);fo.write(sr)
    fo.write("粉丝:" + fans + '\n');fo.write(xx);fo.write(dq)
    fo.write(jjie);fo.write("目录:" + people_dir + '\n')
    print(name + ":Info write done!")
    return page,people_dir

def getLastWeiboTime(url):
    time_html,time_soup = Weibo(url).getUrl()
    wb_list = time_soup.find_all('div',class_="c")
    leng = len(wb_list)
    i = 0
    time_list = []
    for i in range(leng):
        weibo = str(wb_list[i])
        #print(wb_list[i])
        if u'置顶' not in weibo and u'赞' in weibo :
            reg = r'<span class="ct">(.+?)<'
            real_time = re.compile(reg).findall(weibo)[0]
            time_list.append(real_time)
    print(time_list[0])

def getWeibo(ori):
    url = ori + "?page="
    pages,dir = getInfo(url)
    for p in range(1,int(pages) + 1):
        cur_url = url + str(p)
        print("第" + str(p) + "页")
        try:
            Page = Weibo(cur_url)
            page_html,page_soup = Page.getUrl()
            wbs = page_soup.find_all('div',class_="c")
            for w in wbs:
                con = str(w)
                #print(con)
                if u'原图' in con and u'转发了' not in con and u'转发理由' not in con:
                    #print(con)
                    if u'组图' in con:
                        #print(con)
                        print("组图")
                        group(con, dir)
                        time.sleep(1)
                    else:
                        #print(con)
                        print("单图")
                        one(con, dir)
                        time.sleep(1)
        except:
            time.sleep(1)
            continue
    print("Img downloads Done!")

oris = [""]
for ori in oris:
    getWeibo(ori)
    getLastWeiboTime(ori)
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 212,222评论 6 493
  • 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 90,455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 157,720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 56,568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 65,696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 49,879评论 1 290
  • 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 39,028评论 3 409
  • 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 37,773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 44,220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 36,550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 38,697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 34,360评论 4 332
  • 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 40,002评论 3 315
  • 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 30,782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 32,010评论 1 266
  • 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 46,433评论 2 360
  • 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 43,587评论 2 350