[Python]一起来写一个Python爬虫工具类whyspider

写了很多简单的Python爬虫的小例子,今天突然想做个开源的工具包,在gitcafe上和大家一起分享源码。



项目源地址:

https://gitcafe.com/callmewhy/whyspider




今天写了个最简单的功能:GET和POST方法。

其他功能会在gitcafe上陆陆续续的继续完善,

下一步的计划是完成正则匹配的封装和模拟header这些常见的功能


因为最近在学安卓,所以更新的进度可能会慢一点=。=

如果有什么想法,比如觉得希望这个里面添加什么功能,欢迎评论或者在gitcafe中提交ticket~


目前刚完成了0.2版本:

# -*- coding: utf-8 -*-
#---------------------------------------
#   程序:whyspider.py
#   版本:0.2
#   作者:why
#   日期:2014-04-18
#   语言:Python 2.7.5
#
#   版本列表:
#   0.1:添加GET和POST
#   0.2:添加模拟头的功能
#---------------------------------------

import urllib  
import urllib2
import cookielib
import re
import string

class WhySpider:
    
    # 初始化爬虫  
    def __init__(self):
        self.cookie_jar = cookielib.CookieJar()
        self.opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(self.cookie_jar))
        self.headers = {‘User-Agent‘ : ‘Mozilla/5.0 (Windows NT 6.3; WOW64; rv:28.0) Gecko/20100101 Firefox/28.0‘}

    # 发送GET请求
    def send_get(self,get_url):
        result = ""
        try:
            my_request = urllib2.Request(url = get_url, headers = self.headers)
            result = self.opener.open(my_request).read()
        except Exception,e:
            print "Exception : ",e
        return result

    # 发送POST请求
    def send_post(self,post_url,post_data):
        result = ""
        try:
            my_request = urllib2.Request(url = post_url,data = post_data, headers = self.headers)
            result = self.opener.open(my_request).read()
        except Exception,e:
            print "Exception : ",e
        return result

    # 模拟电脑
    def set_computer(self):
        user_agent = ‘Mozilla/5.0 (Windows NT 6.3; WOW64; rv:28.0) Gecko/20100101 Firefox/28.0‘
        self.headers = { ‘User-Agent‘ : user_agent }    
        
    # 模拟手机
    def set_mobile(self):
        user_agent = ‘Mozilla/5.0 (iPhone; CPU iPhone OS 6_0 like Mac OS X) AppleWebKit/536.26 (KHTML, like Gecko) Version/6.0 Mobile/10A403 Safari/8536.25‘
        self.headers = { ‘User-Agent‘ : user_agent }    




调用方法很简单:

# -*- coding: utf-8 -*-
import whyspider

# 初始化爬虫对象
my_spider = whyspider.WhySpider()

# 模拟GET操作
print my_spider.send_get(‘http://3.apitool.sinaapp.com/?why=GetString2333‘)  

# 模拟POST操作
print my_spider.send_post(‘http://3.apitool.sinaapp.com/‘,‘why=PostString2333‘)  

# 模拟GET操作
print my_spider.send_get(‘http://www.baidu.com/‘)  

# 切换到手机模式
my_spider.set_mobile()

# 模拟GET操作
print my_spider.send_get(‘http://www.baidu.com/‘)  


[Python]一起来写一个Python爬虫工具类whyspider,古老的榕树,5-wow.com

郑重声明:本站内容如果来自互联网及其他传播媒体,其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。