基于网络爬虫的负面信息搜集系统

这篇应该早就写的,该程序已实际运行了一段时间。

主要模块(网络爬虫+微信交互)

1、网络爬虫毫无疑问是本项目的核心,由于定位搜集p2p的负面信息,我们尝试了三个目标源(百度、网贷之家、网贷天眼)

核心策略 平台名称+负面关键字

负面关键字可以后台实施维护,平台名称需要用户在微信公众号内输入

(1)爬虫头信息的伪装

_send_headers = {
    'Host':'www.wdzj.com',
    'User-Agent':'Mozilla/5.0 (Windows NT 6.2; rv:16.0) Gecko/20100101 Firefox/16.0',
    'Accept':'text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8',
    'Connection':'keep-alive'
(2)BeautifulSoup解析返回的页面

<
  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值