农机网_多模板页面,无限if抓取(源码)_一蓑烟雨任平生

Python解决反爬机制_滑块解锁的思路以及踩的坑+心得_一蓑烟雨任平生 文章目录前言一、下载滑块与背景图二、对比像素算出距离三、模仿人为滑动破解总结 前言 网上的的滑块解锁图形,五花八门,十个里面九个瘫,步步都是坑 一、下载滑块与背景图 二、对比像素算出距离 三、模仿人为滑动破解 总结 ... 阅读详情

这个网站算是比较棘手的了,因为每次标签位置都会变,一会标题在div里,一会再select里,一会又在span里,所以无限判断搞的,到最后我都不知道我在写什么了

废话不多说,直接上代码

今天要倒霉的网站是农机网

# -*- coding: utf-8 -*-
import requests
import pymysql
from bs4 import BeautifulSoup  # 用来解析网页
import uuid
import time

url = "https://www.nongjx.com"

headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/52.0.2743.116 '
                  'Safari/537.36',
    'Accept-Language': 'zh-CN,zh;q=0.8'
}
conn = pymysql.connect(host='127.0.0.1', user='root', passwd='123456', db='zhang', charset='utf8')
cur = conn.cursor()
print("连接成功")

for i in range(1, 10):  # 爬取第一页到第3页的数据
    resp = requests.get(f"https://www.nongjx.com/tech_news/t118/list_p{i}.html", headers=headers)
    page_one = BeautifulSoup(resp.content, "html.parser")
    dd = page_one.find('div', class_='mainLeftList').find_all('dt')
    for ss in dd:
        sUrl = url + ss.find('a')['href']
        # 打开二级网页进行爬取
        rp = requests.get(sUrl, headers=headers)
        page_two = BeautifulSoup(rp.content, "html.parser")
        papaer_id = str(uuid.uuid1())
        # 标题
        if page_two.find('section', class_='newsDetail') is None:
            if page_two.find('div', class_='newsDetail') is not None:
                title = page_two.find('div', class_='newsDetail').find('h3').text
                # 时间
                timet = page_two.find('div', class_='newsDetail').find('div').text.strip().split(":")[2]
                print(timet)
                # 内容
                content = page_two.find('div', class_='newsContent').text.strip()
            else:
                if page_two.find('div', class_='nr_box') is None:
                    if page_two.find('div', class_='main_news_details') is None:
                        title = page_two.find('div', class_='newsShow').find('a').text
                        # 时间
                        timet = page_two.find('div', class_='newsShow').find('dt').text.strip()[0:11]
                        print(timet)
                        # 内容
                        content = page_two.find('div', class_='newsContent').text.strip()
                    else:
                        title = page_two.find('div', class_='main_news_details').find('h1').text
                        # 时间
                        timet = page_two.find('div', class_='main_news_details').find('span').text.strip().split(":")[1]
                        print(timet)
                        # 内容
                        content = page_two.find('div', class_='news_detail_content').text.strip()
                else:
                    title = page_two.find('div', class_='nr_box').find('h3').text
                    # 时间
                    timet = page_two.find('div', class_='nr_box').find('p').text.strip().split(":")[2]
                    print(timet)
                    # 内容
                    content = page_two.find('div', class_='down_xx').text.strip()
        else:
            title = page_two.find('section', class_='newsDetail').find('h3').text
            # 时间
            timet = page_two.find('section', class_='newsDetail').find('span').text.strip().split(":")[2]
            print(timet)
            # 内容
            content = page_two.find('div', class_='newsContent').text.strip()
        sql = "insert into knowledge(id,title,timet,content,p_type,url) VALUES (%s,%s,%s,%s,%s,%s)"
        cur.execute(sql, (papaer_id, title, timet, content, "机械农业", sUrl))
    print("SQL正在执行第{}页执行完毕".format(i))
    conn.commit()
    time.sleep(1)  # 防止服务器蹦了,间隔一秒钟
cur.close()
conn.close()

在这里插入图片描述

惠农网_破译反爬虫_使用代理IP爬取数据(源码)_一蓑烟雨任平生 费话不多说直接上代码 今天要倒霉的网站是www.cnhnb.com import requests from bs4 import BeautifulSoup # 用来解析网页 import uuid import pymysql import time # 导入时间隔 import random from fake_useragent import UserAgent cookk = { 'Cookie': 'sessionId=S_0KHA8RH66NM124OL; Hm_lvt_91cf 阅读详情

相关推荐

工业互联网工控安全与工业质检AI大模型建设方案.pptx

工业互联网工控安全与工业质检AI大模型建设方案.pptx

农机资讯网_数据爬取(源码)_一蓑烟雨任平生

废话不多说,直接上代码 今天要倒霉的网站是农机资讯网 # -*- coding: utf-8 -*- import requests import pymysql from bs4 import BeautifulSoup # 用来解析网页 import uuid import time url = "http://news.nongji360.com" headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleW

Jaeger_Java的博客 496

通信行业CentOS 7内核网络栈优化:高并发连接下UDP/TCP性能调优与系统资源管理

内容概要:本文聚焦于CentOS 7系统在通信行业高并发场景下的性能调优实践,重点围绕内核网络栈优化展开,涵盖UDP/TCP缓冲区调整、文件句柄与连接跟踪表扩容、TIME_WAIT状态复用、软中断分布优化及tuned工具的自动化调优。通过具体配置参数和实际案例(如VoIP软交换系统)深入解析各项调优措施的设计原理与实施效果,有效解决高CPS下丢包、连接失败等问题,并展望了向云化、eBPF等动态智能调优方向的发展趋势。; 适合人群:从事通信系统运维、网络开发或Linux系统性能优化的技术人员,具备一定操作系统和网络基础知识,工作经验1年以上的中初级工程师。; 使用场景及目标:①应用于软交换、媒体网关、信令网关等高并发通信设备的系统调优;②解决UDP丢包、conntrack表满、TCP连接队列溢出等典型性能瓶颈;③提升系统在小包高频、低时延要求场景下的稳定性和吞吐能力。; 阅读建议:建议结合实际生产环境或测试平台同步验证文中配置,重点关注参数背后的物理意义(如BDP、softirq、conntrack机制),并配合ss、conntrack、dmesg等命令进行调优前后对比分析,确保安全可控地实施变更。

Python爬虫_宅男福利?妹纸勿点__一蓑烟雨任平生

咳咳直接上代码 #!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2020/12/15 19:10 # @Author : huni # @File : 图库大全1000.py # @Software: PyCharm import requests from lxml import etree import os if __name__ == '__main__': headers = { 'User-A

Jaeger_Java的博客 1万+

2024 《计算机网络》实验教学指导书.doc

2024 《计算机网络》实验教学指导书.doc

不平衡电网下自抗扰顺序模型预测PWM整流器控制仿真模型(Simulink仿真实现)

内容概要:本文围绕面向城市空中交通的多无人机路径规划问题展开研究,提出了一套融合全局规划、动态避障与局部协同调整的综合路径规划方法。研究内容涵盖基于改进RRT算法与图论的全局路径规划、基于动态风险场和动态窗口法(DWA)的模型预测控制实现动态避障,以及基于分布式协同控制的多无人机局部路径协同策略。通过Matlab平台构建仿真环境,在多种典型城市交通场景下对所提方法进行了系统性验证,结果表明该方法在路径安全性、编队稳定性与任务效率方面表现优异。文章还深入探讨了算法的创新点与未来研究方向,为复杂城市环境下多无人机系统的自主协同提供了理论支撑与技术路径。; 适合人群:具备自动化、控制理论、计算机科学或相关领域基础知识,从事无人机系统、智能交通、路径规划、多智能体协同控制等方向研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①为城市空中交通系统中的多无人机安全、高效飞行提供可靠的路径规划解决方案;②支持在复杂、动态的城市场景中开展无人机自主导航、编队飞行与协同控制的技术研究与仿真验证。; 阅读建议:建议结合提供的Matlab代码进行实践操作,重点关注算法的具体实现细节、参数配置对性能的影响以及不同仿真场景下的实验设计,以深入理解各模块的集成逻辑与实际应用效果。

Python获取昨天日期&datetime&timedelta&strftime()用法——一蓑烟雨任平生

笔记 def getYesterday(): # 获取昨天日期的字符串格式的函数 #获取今天的日期 today = datetime.date.today() #获取一天的日期格式数据 oneday = datetime.timedelta(days=1) #昨天等于今天减去一天 yesterday = today - oneday #获取昨天日期的格式化字符串 yesterdaystr = yesterday.strftime('%Y-%m-%d')

Jaeger_Java的博客 6823

抖音短视频数据抓取实战系列(一)——模拟器性能对比与优化配置

本文是抖音短视频数据抓取实战系列的开篇,重点探讨了模拟器选型与优化配置。通过对比雷电、夜神、逍遥三大主流模拟器在性能、抖音兼容性及抓包友好度上的表现,文章指出雷电模拟器因其稳定的桥接网络模式和良好的兼容性,是数据抓取的优选。并提供了雷电模拟器从安装、网络桥接到系统优化的详细配置指南,旨在帮助读者构建稳定高效的抓取环境。

weixin_29230901的博客 244

Python爬取彼岸图网10万张高清图片(入门级爬虫)_一蓑烟雨任平生

来张爬取的美女镇楼 先上代码,再给你讲解 import re import requests import os import easygui (min, max) = easygui.multenterbox(fields=['起始数', '终止数'], values=['1', '100']) min = int(min) max = int(max) if os.path.exists('zhiwei'): os.chdir('zhiwei') else: os.mkdir('z

Jaeger_Java的博客 2188

Docker小白也能搞定!5分钟用calibre-web搭建私人Kindle书库(附静读天下配置)

本文为零基础用户提供了一份详尽的指南,介绍如何利用Docker容器技术,在5分钟内快速部署Calibre-Web服务,从而搭建一个完全私有的个人Kindle书库。教程涵盖了从Docker安装、Calibre-Web一键部署、书籍元数据管理到移动端配置的全流程,并重点讲解了如何与安卓端知名阅读应用“静读天下”联动,实现跨设备无缝访问,打造媲美在线书城的个性化阅读体验。

weixin_29216957的博客 540

染色体外环状DNA:肿瘤研究新方向

染色体外环状DNA(ecDNA)是癌症中活化原癌基因扩增的主要方式。区别于常染色体,这类生物大分子主要以环状的形式存在于细胞核当中,长度分布在103-106数量级,无中心粒。ecDNA序列中包含一个或者多个基因与调控元件,结构开放,转录活性强,相比于在棒状染色体结构基因,ecDNA的生物功能活性更强。癌症中,成环的基因区域拷贝数往往增高,而超过一半的高拷贝数事件是ecDNA驱动生成。...

blackjimmy的博客 765

Python两种获取cookie方法以及拼接cookie_一蓑烟雨任平生

文章目录前言cookie有什么用呢?下面两种法介绍获取网页Cookieselenium获取cookie后进行组装requests获取cookie总结 前言 cookie有什么用呢? 我的理解就是保持登录状态,有时候爬取网页不需要输入账号密码,就是因为携带了cookie 下面两种法介绍获取网页Cookie selenium获取cookie后进行组装 cookie = driver.get_cookies() pp = '' for i, key in enumerate(cookie[0]):

Jaeger_Java的博客 2058

自研SSD固件:从零实现固态硬盘底层存储控制系统

本文探讨了自主开发SSD固件的可行性及实现方案。分析表明,虽然NAND Flash控制协议标准化且存在开源参考实现,但开发仍面临FTL设计复杂度高、性能调优等挑战。推荐采用FPGA平台(如Xilinx Zynq-7000)搭配SLC NAND Flash的方案,预计开发周期9-12个月。系统采用分层架构设计,包含主机接口层、FTL层和闪存接口层,核心模块需实现NAND Flash底层驱动、地址映射管理和垃圾回收等功能。文中提供了关键数据结构和基础驱动代码示例,包括页读写、块擦除等操作。该方案着重解决NAND

电脑管家 1878

惠农网_爬取二级网页内容(源码)_一蓑烟雨任平生

废话不多说,直接上代码 今天倒霉的网站是惠农网供应大厅 import requests import pymysql from bs4 import BeautifulSoup # 用来解析网页 from fake_useragent import UserAgent import uuid import time cookk = { 'Cookie': 'sessionId=S_0KHA8RH66NM124OL; Hm_lvt_91cf34f62b9bedb16460ca36cf192f4c=

Jaeger_Java的博客 2022

基于Opencv+Mediapipe的头部姿态检测

在学生课堂专注度检测项目中,可以通过学生头部姿态来确定学生注意力方向,从而判断其是否专注于课堂。

weixin_67879842的博客 2335

别再只调IoU了!给YOLOv8换上NWDLoss,实测小目标检测精度提升明显

本文深入探讨了YOLOv8在小目标检测中的优化策略,重点介绍了NWDLoss(Normalized Wasserstein Distance Loss)的应用优势。通过对比实验证明,NWDLoss能有效解决传统IoU损失函数的局限性,显著提升小目标检测精度,在遥感影像和交通监控等场景中表现尤为突出。文章提供了详细的代码实现和训练技巧,帮助开发者快速集成这一先进技术。

weixin_29072299的博客 264

Python图片下载器(单线程PK多线程)_一蓑烟雨任平生

文章目录前言一、有编程基础的看这个二、没编程基础的看这个总结 前言 最近电脑总是弹出少儿不宜网站,关了,过两天又出来,我真的受不了了,那就盘它好了,本博客分两部分,针对小白一份源码,针对不会编程的人群一份exe,双击就可以了 一、有编程基础的看这个 # 爬取妹子图全网妹子图片,可以选择爬取年份,自动分类保存 import requests, os, time import urllib3 # 这个纯粹防止warning提示,没啥作用 import easygui urllib3.disable_war

Jaeger_Java的博客 1921

基于MATLAB的特征模式分解(FMD)算法详解

本文详细介绍了基于MATLAB的特征模式分解(FMD)算法实现。FMD是一种新型自适应信号分解方法,通过自适应FIR滤波器组和相关峭度优化目标,有效解决传统方法(如EMD、VMD)的模态混叠问题。文章系统阐述了FMD的算法原理、数学模型和实现步骤,包括自适应FIR滤波器设计、相关峭度优化和模态选择机制。与现有方法相比,FMD在旋转机械故障诊断中展现出更强的特征提取能力和噪声鲁棒性。MATLAB实现部分包含核心函数、参数优化和可视化工具,并通过轴承故障等案例验证了算法的有效性。

qq_42212808的博客 192

一行代码搭建一个简易的本地文件服务器_附带外网教程_一蓑烟雨任平生

文章目录前言一、提前准备1.首先你要有Python环境2.下载个utool3.cmd查看本地ip二、三步搭建1.一行代码2.启动服务三、测试1.内网测试2.外网测试1.配置utool内网穿透2.看看外网效果四、改良1.bat一键启动2.双击运行总结 前言 有时候下载东西好慢,传输数据无论是同个公司下或者别的公司,或者朋友的文件,用qq传输,几个G还可以,用微信传输200M以上文件就无法传输了,如果是几十个G的话是不是心态就炸了 一、提前准备 1.首先你要有Python环境 没环境你玩个毛啊 2.下载

Jaeger_Java的博客 1840

STM32入门教程:无人机控制

我们将会一步一步引导您完成无人机的控制代码,包括无人机的姿态控制、飞行控制和通信控制等。第三步:配置无人机姿态控制 无人机的姿态控制是指控制无人机在空中的倾斜和转向。为了实现姿态控制,我们需要使用加速度计和陀螺仪传感器来获取无人机的姿态信息,并使用PID控制算法来控制无人机的姿态。在这一步骤中,您需要根据您使用的具体传感器和控制算法的要求进行更详细的配置和编码。在通信控制中,您需要考虑到通信的稳定性和可靠性。第五步:通信控制 无人机的通信控制是指与地面站或其他设备进行通信,传输飞行数据和接收飞行指令。

m0_75244442的博客 747

IEM模型,地表粗糙度模拟

利用微波反演土壤水分时候,利用IEM模型可以实现对随机地表的模拟

Python抖音去水印_一步到位_一蓑烟雨任平生

直接上代码 import requests import json import easygui from tkinter import messagebox from tkinter import * top = Tk() top.withdraw() class douyin_video(): def __init__(self): self.headers = {'Accept': 'text/html,application/xhtml+xml,applicatio

Jaeger_Java的博客 1682

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

中国农业信息网_爬取新闻详情(源码)_一蓑烟雨任平生

废话不多说直接上代码 今天要倒霉的网站是全国农业信息网 import requests import pymysql from bs4 import BeautifulSoup # 用来解析网页 import uuid import time url = "http://www.agri.cn/V20/ZX/qgxxlb_1" headers = { 'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KH

Jaeger_Java的博客 1498

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

Python将网页转成pdf神器pdfkit库的使用__一蓑烟雨任平生

文章目录前言先看下成果图哈一、安装必要软件二、开怼代码1.引入库2.导包3.糟糕网站4.创建对象HtP5.获取链接思路:6.获取正文内容7.循环每个内容拼接成大的页面8.开始打印内容!打印为什么不直接打印内容?那三个参数分别代表什么?9.最后一步来个main跑起来最后,附上源码?总结 前言 有的网页查看起来不是很方便,于是就想到了,转成pdf转下来慢慢看? 先看下成果图哈 最终效果就是这样子,感觉是不是很炫酷,哈哈哈 一、安装必要软件 wkhtmltopdf,这个工具的下载网站是:点这里 感觉下载慢

Jaeger_Java的博客 1495

Python爬虫脚本,初级入门爬取英雄联盟所有皮肤(源码)

import requests import os # 创建lol文件夹 os.mkdir("lol") # 2.读取js文件,获取英雄id(hero_id) url = 'https://game.gtimg.cn/images/lol/act/img/js/heroList/hero_list.js' headers = {'User-Agent':'Mozilla/5.0 (Window...

Jaeger_Java的博客 1321

Python selenium自动化脚本右键保存图片_一蓑烟雨任平生

文章目录前言一、第一种方法:win32api二、第二种方法:pyautogui总结 前言 右键保存,网上找到了一些代码,执行后,没效果 from selenium.webdriver.common.action_chains import ActionChains from selenium import webdriver chromedriver = "D:\python3.6\Scripts\chromedriver.exe" driver = webdriver.Chrome(chromedriv

Jaeger_Java的博客 1310

Python使用cx_Oracle报错Ora-01036解决方案_南国

最近项目又让写爬虫程序,这次用的MySql数据库,上次用的Oracle数据库,这次在爬取数据之后存库的时候并没有用之前的拼接sql进行存库,因为前一段学习Python视频的时候,视频里的老师说拼接的话存在sql注入问题,所以这次用了占位符%s,来防止sql注入 在填充的时候就会加引号了,写完之后意识到之前写的那个爬虫脚本也存在相同问题,然后改成占位符%s之后一直报错,百度了之后才知道,Oracle...

Jaeger_Java的博客 1016
上一篇: 新农网_同页面,多种编码,破译编码抓取(源码)_一蓑烟雨任平生
下一篇: 农机资讯网_数据爬取(源码)_一蓑烟雨任平生
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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