wauo 0.6.5

爬虫者的贴心助手

更新历史

• 新增jsonp2json静态方法
• 爬虫默认保持会话状态
• 新增get_uuid、base64加解密静态方法
• 删除download_text、download_bdata，合并为download
• 新增update_default_headers方法
• make_md5支持字符串、二进制参数，并且可以加盐
• send方法加入delay参数，请求时可以设置延迟
• 新增tools包、spiders包
• 线程池管理者加入上下文，可以使用with了
• 新增get_results方法，获取所有fs的返回值
• 可以提前在send方法之前自定义延迟、超时
• 线程池管理者新增running方法，可以用于判断任务状态
• send方法加入详细注释
• 新增todos方法、tools改为utils

项目说明

• 基于requests封装的一个爬虫类

Python解释器

• python3.10+

如何使用？

from wauo import WauoSpider

spider = WauoSpider()

GET

url = 'https://github.com/markadc'
resp = spider.send(url)
print(resp.text)

POST

使用data参数

api = 'https://github.com/markadc'
data = {
    'key1': 'value1',
    'key2': 'value2'
}
resp = spider.send(api, data=data)

使用json参数

api = 'https://github.com/markadc'
json = {
    'key1': 'value1',
    'key2': 'value2'
}
resp = spider.send(api, json=json)

限制响应

限制响应码

• 如果响应码不在codes范围里则抛弃响应

resp = spider.send('https://github.com/markadc', codes=[200, 301, 302])

限制响应内容

• 如果checker返回False则抛弃响应

def is_ok(response):
    html = response.text
    if html.find('验证码') != -1:
        return False


resp = spider.send('https://github.com/markadc', checker=is_ok)

为headers增加默认字段

• 实例化的时候使用default_headers参数

例子1

• 每一次请求的headers都带上cookie

cookie = 'Your Cookies'

spider = WauoSpider(default_headers={'Cookie': cookie})
resp1 = spider.send('https://github.com/markadc')
resp2 = spider.send('https://github.com/markadc/wauo')

print(resp1.request.headers)
print(resp2.request.headers)