详解python3百度指数抓取实例

本篇文章主要介绍了python3百度指数抓取，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧。

百度指数抓取，再用图像识别得到指数

前言：

土福曾说，百度指数很难抓，在淘宝上面是20块1个关键字：

哥那么叼的人怎么会被他吓到，于是乎花了零零碎碎加起来大约2天半搞定，在此鄙视一下土福

安装的库很多：

谷歌图像识别tesseract-ocrpip3 install pillowpip3 install pyocrselenium2.45Chrome47.0.2526.106 m or Firebox32.0.1chromedriver.exe

进入百度指数需要登陆，登陆的账号密码写在文本account里面：

万能登陆代码如下：

# 打开浏览器def openbrowser():  global browser  # http://www.gaodaima.com/  url = "https://passport.baidu.com/v2/?login&tpl=mn&u=http%3A%2F%2Fwww.baidu.com%2F"  # 打开谷歌浏览器  # Firefox()  # Chrome()  browser = webdriver.Chrome()  # 输入网址  browser.get(url)  # 打开浏览器时间  # print("等待10秒打开浏览器...")  # time.sleep(10)  # 找到id="TANGRAM__PSP_3__userName"的对话框  # 清空输入框  browser.find_element_by_id("TANGRAM__PSP_3__userName").clear()  browser.find_element_by_id("TANGRAM__PSP_3__password").clear()  # 输入账号密码  # 输入账号密码  account = []  try:    fileaccount = open("../baidu/account.txt")    accounts = fileaccount.readlines()    for acc in accounts:      account.append(acc.strip())    fileaccount.close()  except Exception as err:    print(err)    input("请正确在account.txt里面写入账号密码")    exit()  browser.find_element_by_id("TANGRAM__PSP_3__userName").send_keys(account[0])  browser.find_element_by_id("TANGRAM__PSP_3__password").send_keys(account[1])  # 点击登陆登陆  # id="TANGRAM__PSP_3__submit"  browser.find_element_by_id("TANGRAM__PSP_3__submit").click()  # 等待登陆10秒  # print('等待登陆10秒...')  # time.sleep(10)  print("等待网址加载完毕...")  select = input("请观察浏览器网站是否已经登陆(y/n)：")  while 1:    if select == "y" or select == "Y":      print("登陆成功！")      print("准备打开新的窗口...")      # time.sleep(1)      # browser.quit()      break    elif select == "n" or select == "N":      selectno = input("账号密码错误请按0，验证码出现请按1...")      # 账号密码错误则重新输入      if selectno == "0":        # 找到id="TANGRAM__PSP_3__userName"的对话框        # 清空输入框        browser.find_element_by_id("TANGRAM__PSP_3__userName").clear()        browser.find_element_by_id("TANGRAM__PSP_3__password").clear()        # 输入账号密码        account = []        try:          fileaccount = open("../baidu/account.txt")          accounts = fileaccount.readlines()          for acc in accounts:            account.append(acc.strip())          fileaccount.close()        except Exception as err:          print(err)          input("请正确在account.txt里面写入账号密码")          exit()        browser.find_element_by_id("TANGRAM__PSP_3__userName").send_keys(account[0])        browser.find_element_by_id("TANGRAM__PSP_3__password").send_keys(account[1])        # 点击登陆sign in        # id="TANGRAM__PSP_3__submit" <b style="color:transparent">本文来源gao@!dai!ma.com搞$$代^@码!网!</b>       browser.find_element_by_id("TANGRAM__PSP_3__submit").click()      elif selectno == "1":        # 验证码的id为id="ap_captcha_guess"的对话框        input("请在浏览器中输入验证码并登陆...")        select = input("请观察浏览器网站是否已经登陆(y/n)：")    else:      print("请输入“y”或者“n”！")      select = input("请观察浏览器网站是否已经登陆(y/n)：")

喜欢 (0)赏

[搞代码]

分享 (0)