python是一门面向对象的语言,那么我们在写爬虫的时候自然也可以用到类的封装来实现爬虫。
一、类的使用
首先是对类的封装,可以将一些请求头写入构造函数当中(因为后面有进程池使用,所以构造函数不需要带参数,如果带上在后面的进程池中,也会报错)。
二、Ajax数据处理
喜马拉雅的音乐也是采用Ajax的数据交互方式,所以需要用到urllib来构造请求的网址,因此在类的函数中需要传递一个参数,来控制访问的页面的内容。
1 data = { 2 "albumId": 3627097, 3 "pageNum": n, 4 "sort": -1, 5 "pageSize": 30 6 } 7 url_1 = "https://www.ximalaya.com/revision/play/album?" + urlencode(data)
可以看到需要参数n来控制URL,并且进程中我们也是要利用这个n值的。
三、Pool的使用
导入第三方模块multiprocessing
1 from multiprocessing import Pool
1 def download(self): 2 groups = [x for x in range(1, 34)] 3 pool = Pool(5) 4 pool.map(self.parse, groups)
注意这个groups是个可迭代的对象,而前面的是函数,因为把参数x传给n因此直接使用。最后实例化对象,调用类中的download函数即可。
四、参考博客
主要是Pool的使用和Ajax数据交互的分析方法。
类的使用:
http://www.runoob.com/python3/python3-class.html
Pool的使用:
https://www.cnblogs.com/freeman818/p/7154089.html
五、源码