python百度贴吧爬虫总体设计_python爬虫系列3-百度贴吧页面爬取

本文介绍了如何使用Python实现了一个针对百度贴吧的爬虫,可以输入关键字搜索并下载指定范围的帖子页面,便于进行数据分析或信息收集。通过BaiduTieba类,实现了URL构建、HTTP请求头设置和未验证SSL连接等功能。

任务需求:

# -*- coding: utf-8 -*-

# @Time : 2020/7/29 6:05 下午

# @Author : livein80

# @Email : 12985594@qq.com

# @File : ssyer.py

# @Software : PyCharm

import urllib.request

import urllib.parse

import ssl

class BaiduTieba():

def __init__(self):

self.base_url='http://tieba.baidu.com/f?'

self.context = ssl._create_unverified_context()

self.headers={

'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_3) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/84.0.4147.89 Safari/537.36'

}

def read_html(self,url):

req = urllib.request.Request(url,headers=self.headers)

res = urllib.request.urlopen(req,context=self.context)

html = res.read().decode('utf-8')

return html

def write_html(self,filename,html):

with open(filename,'w',encoding='utf-8') as file:

file.write(html)

def main(self):

key = input('请输入关键字 : ')

start_page = int(input('开始页'))

end_page = int(input('结束页'))

kw = {'kw':key}

kw = urllib.parse.urlencode(kw)

for i in range(start_page,end_page+1):

pn = (i-1)*50

url = self.base_url+kw+'&pn='+str(pn)

html = self.read_html(url)

file_name = '第{}页.html'.format(i)

self.write_html(file_name,html)

if __name__=='__main__':

spider = BaiduTieba()

spider.main()

Security-feature-detection-system 安全检测系统 简介 安全检测系统-多目标识别(YOLOv5)和人脸识别(Facenet)快速部署系统。 功能上:本项目使用YOLOv5实现多目标识别,使用Facenet实现人脸识别,最终需要人脸和此人应具备的多目标同时满足才能通过安全检测,部署上:使用pyqt5实现前端可视化,在前端页面运行YOLOv5多目标识别系统(将模型运行封装到Qt中),使用Docker封装人脸识别后端系统,使用网络请求等包实现前后端交互 案例:进行多目标识别的同时,进行人脸识别,前端系统发送请求,携带参数到后端进行人脸识别,最终返回人脸识别结果,获取人脸识别结果后,检索该成员应具备的多目标特征,与YOLOv5多目标识别的实际结果进行比对,若无误则通过安全检测。 根据原作 https://pan.quark.cn/s/9784cdf4abfd 的源码改编 项目背景 出于一些比赛的需要,以及逃离懵懂状态开始探索,我于2023.12~2024.1(大二上)开始一些CV、LLM项目的研究,苦于能力有限,当时大部分的项目都是依托开源搭建而来,诸如本项目就是依托开源的Compreface和Yolov5搭建,我只不过做了缝合的工作,所以在此必须提及这两个项目的巨大贡献:https://.com/exadel-inc/CompreFace https://.com/ultralytics/yolov5 今天是2024.7.11(大二下暑假),时隔半年我才开始这个项目的开源工作是因为,半年前的水平有限,虽然自己能实现项目的运作,但是恐很多细节介绍不好,当然本文自发出,后续我还会跟进,欢迎指正:22012100039@stu.xidian.edu.c...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
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