wauo 0.6.5.4

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
• done加入func_name参数，可以定位到具体是哪一个线程函数出现异常
• WaitPool、SpeedPool
• 一些参数的变化（改名、补充注解）

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？

开始导入

from wauo import WauoSpider

spider = WauoSpider()

请求

GET

• 默认是get请求

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

POST

• 使用了data或者json参数，则是post请求

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

响应

校验响应

1、限制响应码

• 如果响应码不在codes范围里则抛弃响应（此时send返回None）

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

2、限制响应内容

• 如果checker返回False则抛弃响应（此时send返回None）

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)

设置默认请求配置

• 给headers设置Cookie
• 给headers设置代理
• 给headers设置认证信息
• ...

例子1

• 每一次请求的headers都带上cookie

from wauo import WauoSpider

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)