coding:utf8
抓取粉丝数过 1w 用户
import requests
import pymongo
import time
import pickle
def get_ready(ch=‘user_pd’,dbname=‘test’):
‘’‘数据库调用’‘’
global mycol, myclient,myhp
myclient = pymongo.MongoClient(“mongodb://localhost:27017/”)
mydb = myclient[dbname]
mycol = mydb[ch]
get_ready()
ss = mycol.find({})
se = {1,} # 去重集合
se2 = [‘GOUKI9999’,‘zhang-jia-wei’] # 爬取的列表
with open(r’C:\Users\yc\Desktop\used.txt’, ‘rb’) as f: # 读取
used = pickle.load(f)
used={1,}
sed = {}
for s in ss:
if s[‘follower_count’]>=10000: # 粉丝数大于10000
sed[s[‘user_id’]] = sed.get(s[‘user_id’],0) + 1
if sed[s[‘user_id’]] == 1:
se.add(s[‘user_id’])
se2.append(s[‘user_id’])
leng = len(se2)
print(leng)
proxies = {
“http”: “http://spiderbeg:pythonbe@106.52.85.210:8000”,
“https”: “http://spiderbeg:pythonbe@106.52.85.210:8000”,
}
headers = {
‘user-agent’:‘Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.100 Safari/537.36’,
‘cookie’:‘your_cookie(用户主页面)’
}
for i,url_id in enumerate(se2): # 爬取
if i>=0:
print(i,’ ‘, end=’') # url个数
if url_id not in used: # 是否使用过
used.add(url_id)
nums = 500
off = 0
while True:
url2 = ‘https://www.zhihu.com/api/v4/members/’ + url_id + ‘/followees?include=data%5B*%5D.answer_count%2Carticles_count%2Cgender%2Cfollower_count%2Cis_followed%2Cis_following%2Cbadge%5B%3F(type%3Dbest_answerer)%5D.topics&offset=’ + str(off) + ‘&limit=’ + str(nums)
r2 = requests.get(url2, headers=headers,proxies=proxies)
time.sleep(0.5)
c = 0
if ‘error’ in r2.json():
if r2.json()[‘error’][‘code’] in {310000, 310001}:
break
else:
raise NameError(‘页面错误’)
used.add(url_id) # 判断是否使用
for d in r2.json()[‘data’]:
z = {}
c+=1
z[‘user_id’] = d[‘url_token’]
z[‘name’] = d[‘name’]
z[‘headline’] = d[‘headline’]
z[‘follower_count’] = d[‘follower_count’]
z[‘answer_count’] = d[‘answer_count’]
z[‘articles_count’] = d[‘articles_count’] # if d[‘articles_count’] else 0
z[‘from’] = url_id # 谁的关注列表
if d[‘follower_count’]>=10000 and d[‘url_token’] not in se and d[‘url_token’] not in used: # 粉丝大于 1w,则爬取
se.add(d[‘url_token’])
se2.append(d[‘url_token’])
mycol.insert_one(z) # 插入数据
if r2.json()[“paging”][‘is_end’] == False:
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上Python开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以添加V获取:vip1024c (备注Python)
一、Python所有方向的学习路线
Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。
二、Python必备开发工具
工具都帮大家整理好了,安装就可直接上手!
三、最新Python学习笔记
当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。
四、Python视频合集
观看全面零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。
五、实战案例
纸上得来终觉浅,要学会跟着视频一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
六、面试宝典
简历模板
一个人可以走的很快,但一群人才能走的更远。如果你从事以下工作或对以下感兴趣,欢迎戳这里加入程序员的圈子,让我们一起学习成长!
AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算
389e65ecb71ac0)
AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算