Python基础学习-爬虫小试3爬知乎用户小测

*----------------------------------------------------------------编程届菜鸟-------------------------------------------------------*

任务：根据知乎用户页面，统计粉丝人数，并按照粉丝继续爬。最后按照粉丝数排序

import re
import requests

class crawlUser:

    #定义构造函数
    def __init__(self, userid,cookie):
        self.userId = userid
        self.fellowCount = 0
        self.fellowlist = []
        self.cookie = cookie

    def getpage(self):
        url = "http://www.zhihu.com/people/"+self.userId+"/followers"
        self.response = requests.get(url, cookies=self.cookie)

    def getfellowcount(self):
        reg = 'data-tip="p\$t\$(.+)"'
        pattern = re.compile(reg)
        self.fellowCount = re.findall(pattern, self.page)
        count=0
        for x in self.fellowCount:
            if (count%2)==0:
                self.fellowlist.append(x)
            count=count+1
        return self.fellowlist

m_cookie={"_za":"****************","a2404_times":"129",
          "q_c1":"*********************",
          "_xsrf":"********************",
          "cap_id":"**************************",
          "__utmt":"1","z_c0":"***********************1d5358",
          "unlock_ticket":"***********************6d",
          "__utma":"********************************",
          "__utmb":"15**************","__utmc":"*****",
          "__utmz":"155**********************************/",
          "__utmv":"***************************************1"}

userlist={}
tempUserList=["****"]
flag=0
iter=0
while flag

【过程】

1、前两天小试的下载图片之类的练习后，今天这个比前两天的难度再加一点，但是不算难度太高的

2、绕不开登陆验证，所以用了本地的cookie，方法是直接从浏览器里复制的，方法有点low，求指教更好的

3、后面设置只抓取了10人，因为访问得频繁就被服务器给挂了，我对这块的学习也不够，王先森说可以对进程添加sleep处理

【感受】

1、实践才是学习的最快途径

2、requests比urllib好用太多了

3、pycharm只比Notepad好用一点点

4、路漫漫其修远兮

*-------------------------------------------本博客旨在记录学习历程，望前辈能人留言指教----------------------------------------*