第九次作业

一.今日内容：

1.scrapy爬虫框架的使用:

一 Scrapy爬虫框架
发送请求 ---> 获取响应数据 ---> 解析数据 ---> 保存数据

** Scarpy框架介绍 **

1、引擎(EGINE)
引擎负责控制系统所有组件之间的数据流，并在某些动作发生时触发事件。有关详细信息，请参见上面的数据流部分。

2、调度器(SCHEDULER)
用来接受引擎发过来的请求, 压入队列中, 并在引擎再次请求的时候返回. 可以想像成一个URL的优先级队列, 由它来决定下一个要抓取的网址是什么, 同时去除重复的网址

3、下载器(DOWLOADER)
用于下载网页内容, 并将网页内容返回给EGINE，下载器是建立在twisted这个高效的异步模型上的

4、爬虫(SPIDERS)
SPIDERS是开发人员自定义的类，用来解析responses，并且提取items，或者发送新的请求

5、项目管道(ITEM PIPLINES)
在items被提取后负责处理它们，主要包括清理、验证、持久化（比如存到数据库）等操作
下载器中间件(Downloader Middlewares)位于Scrapy引擎和下载器之间，主要用来处理从EGINE传到DOWLOADER的请求request，已经从DOWNLOADER传到EGINE的响应response，
你可用该中间件做以下几件事：
　　(1) process a request just before it is sent to the Downloader (i.e. right before Scrapy sends the request to the website);
　　(2) change received response before passing it to a spider;
　　(3) send a new Request instead of passing received response to a spider;
　　(4) pass response to a spider without fetching a web page;
　　(5) silently drop some requests.

6、爬虫中间件(Spider Middlewares)
位于EGINE和SPIDERS之间，主要工作是处理SPIDERS的输入（即responses）和输出（即requests）

** Scarpy安装 **
1、pip3 install wheel
2、pip3 install lxml
3、pip3 install pyopenssl
4、pip3 install pypiwin32
5、安装twisted框架
下载twisted
http://www.lfd.uci.edu/~gohlke/pythonlibs/#twisted
安装下载好的twisted
pip3 install 下载目录\Twisted-17.9.0-cp36-cp36m-win_amd64.whl

6、pip3 install scrapy

** Scarpy使用 **
1、进入终端cmd
- scrapy
C:\Users\administortra>scrapy
Scrapy 1.6.0 - no active project

2、创建scrapy项目
1.创建一个文件夹，专门用于存放scrapy项目
- D:\Scrapy_prject
2.cmd终端输入命令
scrapy startproject Spider_Project（ 项目名）
- 会在 D:\Scrapy_prject文件夹下会生成一个文件
Spider_Project : Scrapy项目文件

3.创建爬虫程序
cd Spider_Project # 切换到scrapy项目目录下
# 爬虫程序名称 目标网站域名
scrapy genspider baidu www.baidu.com # 创建爬虫程序

3、启动scrapy项目，执行爬虫程序

# 找到爬虫程序文件进行执行
scrapy runspider只能执行某个 爬虫程序.py
# 切换到爬虫程序执行文件目录下
- cd D:\Scrapy_prject\Spider_Project\Spider_Project\spiders
- scrapy runspider baidu.py

# 根据爬虫名称找到相应的爬虫程序执行
scrapy crawl 爬虫程序名称
# 切换到项目目录下
- cd D:\Scrapy_prject\Spider_Project
- scrapy crawl baidu

2.微信机器人：

安装：wxpy 支持 Python 3.4-3.6，以及 2.7 版本

pip3 install -U wxpy

安装 pillow模块

pip3 install pillow

安装 pyecharts模块

pip3 install pyecharts

 

$ pip3 install echarts-countries-pypkg
$ pip3 install echarts-china-provinces-pypkg
$ pip3 install echarts-china-cities-pypkg
$ pip3 install echarts-china-counties-pypkg
$ pip3 install echarts-china-misc-pypkg

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41

from wxpy import * bot = Bot()   bot = Bot(cache_path=True) # 必须先登录过一次以后才可以使用缓存   from wxpy import Bot from pyecharts import Pie import webbrowser   # 实例化一个微信机器人对象 bot = Bot()   # 获取到微信的所有好友 friends = bot.friends()   # 设定男性\女性\位置性别好友名称 attr = ['男朋友', '女朋友', '未知']   # 初始化对应好友数量 value = [0, 0, 0]   # 遍历所有的好友,判断这个好友是男性还是女性 for friend in friends:     if friend.sex == 1:         value[0] += 1     elif friend.sex == 2:         value[1] += 1     else:         value[2] += 1   # 实例化一个饼状图对象 pie = Pie('hao的好友们!')   # 图表名称str，属性名称list，属性所对应的值list，is_label_show是否现在标签 pie.add('', attr, value, is_label_show=True)   # 生成一个html文件 pie.render('friends.html')   # 打开html文件 webbrowser.open('friends.html')

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49

from wxpy import * from pyecharts import Map import webbrowser bot=Bot(cache_path=True)   friends=bot.friends()     area_dic={}#定义一个字典,用来存放省市以及省市人数 for friend in friends:     if friend.province not in area_dic:         area_dic[friend.province]=1     else:         area_dic[friend.province]+=1   attr = area_dic.keys() value = area_dic.values()       map = Map("好朋友们的地域分布", width=1200, height=600) map.add(     "好友地域分布",     attr,     value,     maptype='china',     is_visualmap=True, #结合体VisualMap   ) #is_visualmap -> bool 是否使用视觉映射组件 # map.render('area.html')     webbrowser.open("area.html")     bot.file_helper.send('lqz say hello')   from wxpy import * bot=Bot(cache_path=True)   @bot.register() def recv_send_msg(recv_msg):     print('收到的消息：',recv_msg.text) # recv_msg.text取得文本     return '自动回复：%s' %recv_msg.text   # 进入Python命令行，让程序保持运行 embed()

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35

from wxpy import * bot=Bot(cache_path=True)   girl_friend=bot.search('女朋友的备注名称')[0] print(girl_friend)   @bot.register() # 接收从指定好友发来的消息，发送者即recv_msg.sender为指定好友girl_friend def recv_send_msg(recv_msg):     print('收到的消息：',recv_msg.text) # recv_msg.text取得文本     if recv_msg.sender == girl_friend:         recv_msg.forward(bot.file_helper,prefix='老婆留言: ') #在文件传输助手里留一份，方便自己忙完了回头查看         ms='老婆最美丽，我对老婆的爱如滔滔江水，连绵不绝'         print('>>>给老婆回复的：', ms)         return  ms#给老婆回一份   embed()     from wxpy import * bot=Bot(cache_path=True)   company_group=bot.groups().search('群名字')[0]   boss=company_group.search('老板名字')[0]     @bot.register(chats=company_group) #接收从指定群发来的消息，发送者即recv_msg.sender为组 def recv_send_msg(recv_msg):     print('收到的消息：',recv_msg.text)     if recv_msg.member == boss:         #这里不用recv_msg.render 因为render是群的名字         recv_msg.forward(bot.file_helper,prefix='老板发言: ')         return '老板说的好有道理，深受启发'   embed()

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77

import json import requests from wxpy import * bot = Bot(cache_path=True)   # 调用图灵机器人API，发送消息并获得机器人的回复 def auto_reply(text):     url = "http://www.tuling123.com/openapi/api"     api_key = "9df516a74fc443769b233b01e8536a42"     payload = {         "key": api_key,         "info": text,     }     r = requests.post(url, data=json.dumps(payload))     result = json.loads(r.content)     return "[来自智能机器人] " + result["text"]     @bot.register() def forward_message(msg):     return auto_reply(msg.text)   embed()   import json import requests from wxpy import * bot = Bot(cache_path=False)   group=bot.groups().search('群名字')[0] print(group)   # 调用图灵机器人API，发送消息并获得机器人的回复 def auto_reply(text):     url = "http://www.tuling123.com/openapi/api"     api_key = "9d602fe417464cd18beb2083d064bee6"     payload = {         "key": api_key,         "info": text,     }     r = requests.post(url, data=json.dumps(payload))     result = json.loads(r.content)     return "[来自智能机器人] " + result["text"]     @bot.register(chats=group) def forward_message(msg):     return auto_reply(msg.text)   embed()     import requests from wxpy import * bot = Bot( cache_path=True)   girl_friend=bot.search('名字r')[0]   # 调用图灵机器人API，发送消息并获得机器人的回复 def auto_reply(text):     url = "http://www.tuling123.com/openapi/api"     api_key = "申请图灵机器人获取key值放到这里"     payload = {         "key": api_key,         "info": text,     }     r = requests.post(url, data=json.dumps(payload))     result = json.loads(r.content)     return "[微信测试，请忽略] " + result["text"]     @bot.register() def forward_message(msg):     if msg.sender == girl_friend:         return auto_reply(msg.text)   embed()