教程:python文章网址采集器使用方法(2)-上海怡健医学

　　教程:python文章网址采集器使用方法(2)-上海怡健医学

　　文章网址采集器使用方法python文章采集器是一款基于python的爬虫脚本采集器，采用python语言实现，接口统一标准，完美支持微信公众号、公众号文章、微信公众号文章网站文章等。采集原理：看文章原文，要看懂加载的源码，所以先要看的是源码加载加载页面大概解析步骤：打开浏览器，访问以上网址，就有如下页面然后我们输入文章源码会自动按照网页中最上方的目录，加载不同的文章列表，采用的是xpath的形式，然后按照如下顺序标识link标签，xpath就是xml，xml中的标签是可以用来加载文章列表、公众号文章等。

　　比如我要加载头条文章，xpath这里link标签:.//section/src/text().xml,src标签代表的内容就是link标签里面的东西，比如文章url中的"-banned",表示头条文章，所以这里link里面的内容就是加载的头条文章url。xpath生成的文章列表是这样的```由此可见文章列表的语义还是比较丰富的。

　　接下来我们加载我们需要的文章，我们可以定义抓取元素函数，根据自己的需要，如果需要根据选定区域下列表排序，输入href，代码如下：其中href就是xpath的下标，这里定义的是文章链接的href="//span/p/text()"实现抓取元素，然后pass。然后输入最下面的link标签就会执行xpath函数抓取该内容，这里link就是下一步加载的目标文章所在的页面地址。

　　如下图所示：最后根据提交的时间和可用区域，选择好下一个页面，抓取完成，网址如下：加载后的页面是这样的：我们也可以给元素命名为各自的抓取元素，比如我们上面加载的头条文章link为pr，这里是要命名link为pr地址，要抓取头条文章link所在的页面地址为pr。命名后的抓取代码如下：执行运行，就可以抓取并分析一个微信公众号文章列表的内容啦！附属linux小插件配置项链接地址文章采集器.lualinux脚本编辑器，包括：vim编辑器：windows下可使用vim进行编辑.lua代码编辑器：linux下也可用gvim等进行编辑.解压lua脚本项目地址地址alice'xiaojin188208886'。获取python和lua可以私信我获取。