查看: 2713| 回复: 9
跳转到指定楼层
上一主题 下一主题
收起左侧

[OPT] 简单python爬虫的source code分享

全局:

注册一亩三分地论坛,查看更多干货!

您需要 登录 才可以下载或查看附件。没有帐号?注册账号

x
自己写的一个简单python爬虫,粘贴即用。opttimeline可以来看整体情况。这个程序可以帮你查具体自己周围case的具体情况。
  1. from bs4 import BeautifulSoup
  2. import csv
  3. import requests
  4. import time

  5. candidates = set(['Card Was Delivered To Me By The Post Office', 'New Card Is Being Produced', 'Card Was Mailed To Me', 'Card Was Picked Up By The United States Postal Service', 'Case Was Approved'])
  6. other = set(['', ' ', 'Case Rejected Because I Sent An Incorrect Fee', 'Fees Were Waived', 'Request for Initial Evidence Was Mailed', 'Fingerprint Fee Was Received']). From 1point 3acres bbs
  7. pending ='Case Was Received'
  8. my_case_num = 1990232000
  9. url_prefix = 'https://egov.uscis.gov/casestatus/mycasestatus.do?appReceiptNum=YSC'
  10. count_total = 0
  11. count_valid = 0
  12. count_other = 0
  13. count_pending = 0
  14. step = 0
  15. for i in range(my_case_num - 50, my_case_num + 50):
  16.     url = url_prefix + str(i)
  17.     response = requests.get(url)
  18.     bs = BeautifulSoup(response.text, 'html.parser')
  19.     temp = bs.find(class_='col-lg-12 appointment-sec center')
  20.     if not temp:
  21.         print("error")
  22.         time.sleep(0.2). From 1point 3acres bbs
  23.         continue
  24.     content = temp.find('p').get_text()
  25.     status = temp.find('h1').get_text()

  26.     if status in candidates:
  27.         count_valid += 1
  28.     elif status == pending:
  29.         count_pending += 1
  30.     else:
  31.         count_other += 1
  32.     time.sleep(0.2)
  33.     step += 1
  34.     print(i, status)
  35. print('total:', step)
  36. print('total I-765:', count_total)
  37. print('finished:', count_valid)
  38. print('pending:', count_pending)
  39. print('other:', count_other)
复制代码

祝大家好运!

评分

参与人数 4大米 +35 收起 理由
肥颓 + 2 给你点个赞!
ywang2 + 1 给你点个赞!
xiaoyin96 + 2 给你点个赞!
admin + 30

查看全部评分


上一篇:213号段祈福,128天了,求抱团
下一篇:非常尴尬的状况,向地里的大神求教!
🔗
mavis108 2019-7-24 22:04:53 | 只看该作者
本楼:
全局:
谢谢分享
回复

使用道具 举报

🔗
luxinrui 2019-7-25 01:44:53 | 只看该作者
全局:
感谢! So convenient
回复

使用道具 举报

🔗
q107770540 2019-7-25 05:02:36 | 只看该作者
全局:
之前写了个C#版本的,没爬几次,我的IP就被 USCIS给封了....


IT WAS REPORTED TO US THAT YOUR IP ADDRESS OR INTERNET GATEWAY HAS BEEN LOCKED OUT FOR A SELECT PERIOD OF TIME. THIS IS DUE TO AN UNUSUALLY HIGH RATE OF USE. IN ORDER TO AVOID THIS ISSUE, PLEASE CREATE A CUSTOMER ACCOUNT (SINGLE APPLICANT) OR A REPRESENTATIVE ACCOUNT (REPRESENTING MANY INDIVIDUALS).
回复

使用道具 举报

🔗
nolesang824 2019-7-25 05:35:23 | 只看该作者
全局:
多谢!!非常好用!!
回复

使用道具 举报

🔗
 楼主| hello_yyx 2019-7-25 05:36:03 | 只看该作者
全局:
q107770540 发表于 2019-7-25 05:02
之前写了个C#版本的,没爬几次,我的IP就被 USCIS给封了....


封了以后隔一天会恢复的。我试过一个ip差不多能很快速度的爬3000个号左右。
回复

使用道具 举报

🔗
dukegj 2020-5-13 01:19:15 | 只看该作者
全局:
怕被封号的话试试 rotating proxy
回复

使用道具 举报

🔗
chlli021 2020-5-13 01:33:11 | 只看该作者
全局:
试了下,很有用,感谢楼主!
回复

使用道具 举报

🔗
im流氓猪 2020-5-13 05:52:57 | 只看该作者
全局:
友情提示 pip3 install bs4

感谢分享 .--
.
回复

使用道具 举报

🔗
肥颓 2020-5-14 01:01:39 | 只看该作者
全局:
很有用,如果没看到我就差不多快自己写了
随便你忘了更新i797 那个变量
最后打印出来是没有i797 的数目的
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 注册账号
隐私提醒:
  • ☑ 禁止发布广告,拉群,贴个人联系方式:找人请去🔗同学同事飞友,拉群请去🔗拉群结伴,广告请去🔗跳蚤市场,和 🔗租房广告|找室友
  • ☑ 论坛内容在发帖 30 分钟内可以编辑,过后则不能删帖。为防止被骚扰甚至人肉,不要公开留微信等联系方式,如有需求请以论坛私信方式发送。
  • ☑ 干货版块可免费使用 🔗超级匿名:面经(美国面经、中国面经、数科面经、PM面经),抖包袱(美国、中国)和录取汇报、定位选校版
  • ☑ 查阅全站 🔗各种匿名方法

本版积分规则

>
快速回复 返回顶部 返回列表