opensource/EasySpider
3
0
Fork 0
mirror of https://github.com/NaiboWang/EasySpider.git synced 2026-09-19 10:10:57 +08:00
Code Issues Packages Projects Releases Wiki Activity
Files
e9d0caea953a0b2a48ed5cd74a06fb46ad3294d0
EasySpider/ExecuteStage/Program.ipynb
T
NaiboWang-Alienware f125db1f8e New version
2022-10-19 15:33:12 +08:00

54 KiB
Raw Blame History

服务包装手动版工具执行阶段

导入包

In [3]:
# -*- coding: utf-8 -*-
import json
import re
from urllib import parse
import base64
import hashlib
import time
import requests
from selenium.webdriver.common.keys import Keys
from selenium.webdriver.common.action_chains import ActionChains
from selenium import webdriver
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.common.by import By
from selenium.common.exceptions import NoSuchElementException
from selenium.common.exceptions import TimeoutException
from selenium.common.exceptions import StaleElementReferenceException
import random
import numpy
import csv

核心函数处理部分

In [11]:
# 记录log
def recordLog(str=""):
    global log
    log = log + str + "\n"
    
#控制台打印log函数
def Log(text,text2=""):
    switch = False
    if switch:
        print(text,text2)

# 执行节点关键函数部分
def excuteNode(nodeId, loopValue="", clickPath="", index=0):
    node = procedure[nodeId]
    WebDriverWait(browser, 10).until
    (EC.visibility_of_element_located((By.XPATH, node["parameters"]["xpath"])))  # 等待元素出现才进行操作，10秒内未出现则报错

    # 根据不同选项执行不同操作
    if node["option"] == 0 or node["option"] == 10:  # root操作,条件分支操作
        for i in node["sequence"]:  # 从根节点开始向下读取
            excuteNode(i, loopValue)
    elif node["option"] == 1:  # 打开网页操作
        recordLog("openPage")
        openPage(node["parameters"], loopValue)
    elif node["option"] == 2:  # 点击元素
        recordLog("Click")
        clickElement(node["parameters"], loopValue, clickPath, index)
    elif node["option"] == 3:  # 提取数据
        recordLog("getData")
        getData(node["parameters"], loopValue, node["isInLoop"])
    elif node["option"] == 4:  # 输入文字
        inputInfo(node["parameters"], loopValue)
    elif node["option"] == 8:  # 循环
        recordLog("loop")
        loopExcute(node, loopValue)  # 执行循环
    elif node["option"] == 9:  # 条件分支
        recordLog("judge")
        judgeExcute(node, loopValue)

    # 执行完之后进行等待
    if node["option"] != 0:
        waitTime = 0.01  # 默认等待0.01秒
        if node["parameters"]["wait"] > 1:
            waitTime = node["parameters"]["wait"]
        time.sleep(waitTime)
        Log("Node执行完后等待：",waitTime)


# 对判断条件的处理
def judgeExcute(node, loopElement):
    global bodyText  # 引入bodyText
    excuteBranchId = 0  # 要执行的BranchId
    for i in node["sequence"]:
        cnode = procedure[i]  # 获得条件分支
        tType = int(cnode["parameters"]["class"])  # 获得判断条件类型
        if tType == 0:  # 什么条件都没有
            excuteBranchId = i
            break
        elif tType == 1:  # 当前页面包含文本
            try:
                if bodyText.find(cnode["parameters"]["value"]) >= 0:
                    excuteBranchId = i
                    break
            except:  # 找不到元素下一个条件
                continue
        elif tType == 2:  # 当前页面包含元素
            try:
                if browser.find_element_by_xpath(cnode["parameters"]["value"]):
                    excuteBranchId = i
                    break
            except:  # 找不到元素或者xpath写错了，下一个条件
                continue
        elif tType == 3:  # 当前循环元素包括文本
            try:
                if loopElement.text.find(cnode["parameters"]["value"]) >= 0:
                    excuteBranchId = i
                    break
            except:  # 找不到元素或者xpath写错了，下一个条件
                continue
        elif tType == 4:  # 当前循环元素包括元素
            try:
                if loopElement.find_element_by_xpath(cnode["parameters"]["value"][1:]):
                    excuteBranchId = i
                    break
            except:  # 找不到元素或者xpath写错了，下一个条件
                continue
    excuteNode(excuteBranchId, loopElement)


# 对循环的处理
def loopExcute(node, loopValue):
    time.sleep(0.1)  # 第一次执行循环的时候强制等待1秒
    Log("循环执行前等待0.1秒")
    global history
    thisHandle = browser.current_window_handle  # 记录本次循环内的标签页的ID
    thisHistoryLength = browser.execute_script('return history.length')  # 记录本次循环内的history的length

    if int(node["parameters"]["loopType"]) == 0:  # 单个元素循环
        # 无跳转标签页操作
        count = 0  # 执行次数
        while True:  # do while循环
            try:
                element = browser.find_element_by_xpath(node["parameters"]["xpath"])
                for i in node["sequence"]:  # 挨个执行操作
                    excuteNode(i, element, node["parameters"]["xpath"])
                Log("click: ", node["parameters"]["xpath"])
                recordLog("click:" + node["parameters"]["xpath"])
            except NoSuchElementException:
                break  # 如果找不到元素，退出循环
            except Exception as e:
                raise
            count = count + 1
            Log("页数：", count)
            recordLog("页数：" + str(count))
            if node["parameters"]["exitCount"] == count:  # 如果达到设置的退出循环条件的话
                break
    elif int(node["parameters"]["loopType"]) == 1:  # 不固定元素列表
        try:
            elements = browser.find_elements_by_xpath(node["parameters"]["xpath"])
            for index in range(len(elements)):
                for i in node["sequence"]:  # 挨个执行操作
                    excuteNode(i, elements[index], node["parameters"]["xpath"], index)
                if browser.current_window_handle != thisHandle:  # 如果执行完一次循环之后标签页的位置发生了变化
                    while True:  # 一直关闭窗口直到当前标签页
                        browser.close()  # 关闭使用完的标签页
                        browser.switch_to.window(browser.window_handles[-1])
                        if browser.current_window_handle == thisHandle:
                            break
                if history["index"] != thisHistoryLength and history["handle"] == browser.current_window_handle:  # 如果执行完一次循环之后历史记录发生了变化，注意当前页面的判断
                    difference = thisHistoryLength - history["index"]  # 计算历史记录变化差值
                    browser.execute_script('history.go(' + str(difference) + ')')  # 回退历史记录
                    if node["parameters"]["historyWait"] > 2:  # 回退后要等待的时间
                        time.sleep(node["parameters"]["historyWait"])
                    else:
                        time.sleep(2)
                    Log("切换历史记录等待2秒或者：",node["parameters"]["historyWait"])
                    browser.execute_script('window.stop()')
        except NoSuchElementException:
            Log("pathNotFound: ", node["parameters"]["xpath"])
            recordLog("pathNotFound: " + node["parameters"]["xpath"])
            pass  # 循环中找不到元素就略过操作
        except Exception as e:
            raise
    elif int(node["parameters"]["loopType"]) == 2:  # 固定元素列表
        for path in node["parameters"]["pathList"].split("\n"):  # 千万不要忘了分割！！
            try:
                element = browser.find_element_by_xpath(path)
                for i in node["sequence"]:  # 挨个执行操作
                    excuteNode(i, element, path,0)
                if browser.current_window_handle != thisHandle:  # 如果执行完一次循环之后标签页的位置发生了变化
                    while True:  # 一直关闭窗口直到当前标签页
                        browser.close()  # 关闭使用完的标签页
                        browser.switch_to.window(browser.window_handles[-1])
                        if browser.current_window_handle == thisHandle:
                            break
                if history["index"] != thisHistoryLength and history["handle"] == browser.current_window_handle:  # 如果执行完一次循环之后历史记录发生了变化，注意当前页面的判断
                    difference = thisHistoryLength - history["index"]  # 计算历史记录变化差值
                    browser.execute_script('history.go(' + str(difference) + ')')  # 回退历史记录
                    if node["parameters"]["historyWait"] > 2:  # 回退后要等待的时间
                        time.sleep(node["parameters"]["historyWait"])
                    else:
                        time.sleep(2)
                    Log("切换历史记录等待2秒或者：",node["parameters"]["historyWait"])
                    browser.execute_script('window.stop()')
            except NoSuchElementException:
                Log("pathNotFound: ", path)
                recordLog("pathNotFound: " + path)
                continue  # 循环中找不到元素就略过操作
            except Exception as e:
                raise
    elif int(node["parameters"]["loopType"]) == 3:  # 固定文本列表
        textList = node["parameters"]["textList"].split("\n")
        for text in textList:
            recordLog("input: " + text)
            for i in node["sequence"]:  # 挨个执行操作
                excuteNode(i, text, "")
    elif int(node["parameters"]["loopType"]) == 4:  # 固定网址列表
        pass  # 以后再做
    history["index"] = thisHistoryLength
    history["handle"] = browser.current_window_handle
    
# 打开网页事件
def openPage(para, loopValue):
    global links
    global urlId
    global history
    browser.switch_to.window(browser.window_handles[0])  # 打开网页操作从第1个页面开始
    history["handle"] = browser.current_window_handle
    if para["useLoop"]:
        url = loopValue
    else:
        url = links[urlId]
    try:
        browser.get(url)
    except TimeoutException:
        Log('time out after 10 seconds when loading page: ' + url)
        recordLog('time out after 10 seconds when loading page: ' + url)
        browser.execute_script('window.stop()')
    try:
        history["index"] = browser.execute_script("return history.length")
    except TimeoutException:
        browser.execute_script('window.stop()')
        history["index"] = browser.execute_script("return history.length")
    try:
        if para["scrollType"] != 0 and para["scrollCount"] > 0:  # 控制屏幕向下滚动
            for i in range(para["scrollCount"]):
                time.sleep(1)  # 下拉完等1秒
                Log("下拉等待1秒")
                body = browser.find_element_by_css_selector("body")
                body.send_keys(Keys.END)
    except TimeoutException:
        Log('time out after 10 seconds when loading page: ' + url)
        recordLog('time out after 10 seconds when loading page: ' + url)
        browser.execute_script('window.stop()')
    if containJudge:
        global bodyText  # 每次执行点击，输入元素和打开网页操作后，需要更新bodyText
        try:
            bodyText = browser.find_element_by_css_selector("body").text
        except TimeoutException:
            Log('time out after 10 seconds when getting body text: ' + url)
            recordLog('time out after 10 seconds when getting body text:: ' + url)
            browser.execute_script('window.stop()')
            time.sleep(1)
            Log("获得bodytext等待1秒")
            # 再执行一遍
            bodyText = browser.find_element_by_css_selector("body").text
        except Exception as e:
            Log(e)
            recordLog(str(e))


# 键盘输入事件
def inputInfo(para, loopValue):
    time.sleep(1)  # 输入之前等待1秒
    Log("输入前等待1秒")
    try:
        textbox = browser.find_element_by_xpath(para["xpath"])
    except:
        Log("找不到输入框元素：" + para["xpath"] + "请尝试执行前等待")
        recordLog("找不到输入框元素：" + para["xpath"] + "请尝试执行前等待")
        exit()
    textbox.send_keys(Keys.CONTROL, 'a')
    textbox.send_keys(Keys.BACKSPACE)
    if para["useLoop"]:
        textbox.send_keys(loopValue)
    else:
        textbox.send_keys(para["value"])
    global bodyText  # 每次执行点击，输入元素和打开网页操作后，需要更新bodyText
    bodyText = browser.find_element_by_css_selector("body").text


# 点击元素事件
def clickElement(para, loopElement=None, clickPath="", index=0):
    global history
    time.sleep(1)  # 点击之前等待1秒
    Log("点击之前等待1秒")
    if para["useLoop"]: #使用循环的情况下，传入的clickPath就是实际的xpath
        path = clickPath
    else:
        path = clickPath + para["xpath"] #不然使用元素定义的xpath
    tempHandleNum = len(browser.window_handles) #记录之前的窗口位置
    try:
        script = 'var result = document.evaluate(`' + path + '`, document, null, XPathResult.ANY_TYPE, null);for(let i=0;i<arguments[0];i++){result.iterateNext();} result.iterateNext().click();'
        browser.execute_script(script,str(index))# 用js的点击方法

    except TimeoutException:
        Log('time out after 10 seconds when loading clicked page')
        recordLog('time out after 10 seconds when loading clicked page')
        browser.execute_script('window.stop()')
    except Exception as e:
        Log(e)
        recordLog(str(e))
    time.sleep(0.5)  # 点击之后等半秒
    Log("点击之后等待0.5秒")
    if tempHandleNum != len(browser.window_handles):  # 如果有新标签页的行为发生
        browser.switch_to.window(browser.window_handles[-1])  # 跳转到新的标签页
        history["handle"] = browser.current_window_handle
        try:
            history["index"] = browser.execute_script("return history.length")
        except TimeoutException:
            browser.execute_script('window.stop()')
            history["index"] = browser.execute_script("return history.length")
    else:
        try:
            history["index"] = browser.execute_script("return history.length")
        except TimeoutException:
            browser.execute_script('window.stop()')
            history["index"] = browser.execute_script("return history.length")
        # 如果打开了新窗口，切换到新窗口
    try:
        if para["scrollType"] != 0 and para["scrollCount"] > 0:  # 控制屏幕向下滚动
            for i in range(para["scrollCount"]):
                time.sleep(1)  # 下拉完等1秒
                Log("下拉完等待1秒")
                body = browser.find_element_by_css_selector("body")
                body.send_keys(Keys.END)
    except TimeoutException:
        Log('time out after 10 seconds when scrolling. ')
        recordLog('time out after 10 seconds when scrolling')
        browser.execute_script('window.stop()')
        if para["scrollType"] != 0 and para["scrollCount"] > 0:  # 控制屏幕向下滚动
            for i in range(para["scrollCount"]):
                time.sleep(1)  # 下拉完等1秒
                Log("下拉完等待1秒")
                body = browser.find_element_by_css_selector("body")
                body.send_keys(Keys.END)
    if containJudge: #有判断语句才执行以下操作
        global bodyText  # 每次执行点击，输入元素和打开网页操作后，需要更新bodyText
        try:
            bodyText = browser.find_element_by_css_selector("body").text
        except TimeoutException:
            Log('time out after 10 seconds when getting body text')
            recordLog('time out after 10 seconds when getting body text')
            browser.execute_script('window.stop()')
            time.sleep(1)
            Log("bodytext等待1秒")
            # 再执行一遍
            bodyText = browser.find_element_by_css_selector("body").text
        except Exception as e:
            Log(e)
            recordLog(str(e))


# 提取数据事件
def getData(para, loopElement, isInLoop=True):
    if not isInLoop and para["wait"] == 0:
        time.sleep(1)  # 如果提取数据字段不在循环内而且设置的等待时间为0，默认等待1秒
        Log("提取数据等待1秒")
    for p in para["paras"]:
        content = ""
        try:
            if p["relative"]:  # 是否相对xpath
                if p["relativeXpath"] == "":  # 相对xpath有时候就是元素本身，不需要二次查找
                    element = loopElement
                else:
                    element = loopElement.find_element_by_xpath(p["relativeXpath"][1:])
            else:
                element = browser.find_element_by_xpath(p["relativeXpath"])
        except NoSuchElementException: # 找不到元素的时候，使用默认值
            outputParameters[p["name"]] = p["default"]
            Log('Element not found,use default')
            recordLog('Element not found,use default')
            continue
        except TimeoutException: #超时的时候设置超时值
            Log('time out after 10 seconds when getting data')
            recordLog('time out after 10 seconds when getting data')
            browser.execute_script('window.stop()')
            if p["relative"]:  # 是否相对xpath
                if p["relativeXpath"] == "":  # 相对xpath有时候就是元素本身，不需要二次查找
                    element = loopElement
                else:
                    element = loopElement.find_element_by_xpath(p["relativeXpath"][1:])
            else:
                element = browser.find_element_by_xpath(p["relativeXpath"])
        if p["contentType"] == 2:
            content = element.get_attribute('innerHTML')
        elif p["contentType"] == 3:
            content = element.get_attribute('outerHTML')
        elif p["contentType"] == 1:  # 只采集当期元素下的文本，不包括子元素
            command = 'var arr = [];\
            var content = arguments[0];\
            for(var i = 0, len = content.childNodes.length; i < len; i++) {\
                if(content.childNodes[i].nodeType === 3){  \
                    arr.push(content.childNodes[i].nodeValue);\
                }\
            }\
            var str = arr.join(""); \
            return str;'
            content = browser.execute_script(command, element).replace(" ", "").replace("\n", "")
            if p["nodeType"] == 2:
                if element.get_attribute("href") != None:
                    content = element.get_attribute("href")
                else:
                    content = ""
            elif p["nodeType"] == 3:
                if element.get_attribute("value") != None:
                    content = element.get_attribute("value")
                else:
                    content = ""
            elif p["nodeType"] == 4:  # 图片
                if element.get_attribute("src") != None:
                    content = element.get_attribute("src")
                else:
                    content = ""
        elif p["contentType"] == 0:
            content = element.text
            if p["nodeType"] == 2:
                if element.get_attribute("href") != None:
                    content = element.get_attribute("href")
                else:
                    content = ""
            elif p["nodeType"] == 3:
                if element.get_attribute("value") != None:
                    content = element.get_attribute("value")
                else:
                    content = ""
            elif p["nodeType"] == 4:  # 图片
                if element.get_attribute("src") != None:
                    content = element.get_attribute("src")
                else:
                    content = ""
        outputParameters[p["name"]] = content
    global OUTPUT
    line = []
    for value in outputParameters.values():
        line.append(value)
        print(value[:15], " ", end="")
    print("")
    OUTPUT.append(line)


# 判断字段是否为空
def isnull(s):
    return len(s) != 0

核心代码执行部分，只需要修改id为taskid即可

In [ ]:
if __name__ == '__main__':
    browser = webdriver.Chrome();
    browser.get('about:blank')
    browser.set_page_load_timeout(10) # 加载页面最大超时时间

    id = 4 #taskId这里修改

    saveName = "task_" + str(id) + "_" + str(random.randint(0, 999999999))  # 保存文件的名字
    content = requests.get("http://183.129.170.180:8041/backEnd/queryTask?id=" + str(id))
    service = json.loads(content.text)  # 加载服务信息
    procedure = service["graph"]  # 程序执行流程
    links = list(filter(isnull, service["links"].split("\n")))  # 要执行的link的列表
    OUTPUT = []  # 采集的数据
    OUTPUT.append([])  # 添加表头
    containJudge = service["containJudge"] #是否含有判断语句
    bodyText = ""  # 记录bodyText
    tOut = service["outputParameters"]  # 生成输出参数对象
    outputParameters = {}
    log = ""  # 记下现在总共开了多少个标签页
    history = {"index":0,"handle":None} #记录页面现在所以在的历史记录的位置
    for para in tOut:
        outputParameters[para["name"]] = ""
        OUTPUT[0].append(para["name"])
    # 挨个执行程序
    urlId = 0  # 全局记录变量
    for i in range(len(links)):
        excuteNode(0)
        urlId = urlId + 1
    print("执行完成！")
    recordLog("Done!")
    with open(saveName + '_log.txt', 'w',encoding='utf-8-sig') as file_obj:
        file_obj.write(log)
        file_obj.close()
    with open(saveName + '.csv', 'w', encoding='utf-8-sig', newline="") as f:
        f_csv = csv.writer(f)
        for line in OUTPUT:
            f_csv.writerow(line)
        f.close()

node = procedure[9]

excuteOnce(node)

OUTPUT

In [12]:
if __name__ == '__main__':
    browser = webdriver.Chrome();
    browser.get('about:blank')
    browser.set_page_load_timeout(10) # 加载页面最大超时时间

    id = 4 #taskId这里修改

    saveName = "task_" + str(id) + "_" + str(random.randint(0, 999999999))  # 保存文件的名字
    content = requests.get("http://183.129.170.180:8041/backEnd/queryTask?id=" + str(id))
    service = json.loads(content.text)  # 加载服务信息
    procedure = service["graph"]  # 程序执行流程
    links = list(filter(isnull, service["links"].split("\n")))  # 要执行的link的列表
    OUTPUT = []  # 采集的数据
    OUTPUT.append([])  # 添加表头
    containJudge = service["containJudge"] #是否含有判断语句
    bodyText = ""  # 记录bodyText
    tOut = service["outputParameters"]  # 生成输出参数对象
    outputParameters = {}
    log = ""  # 记下现在总共开了多少个标签页
    history = {"index":0,"handle":None} #记录页面现在所以在的历史记录的位置
    for para in tOut:
        outputParameters[para["name"]] = ""
        OUTPUT[0].append(para["name"])
    # 挨个执行程序
    urlId = 0  # 全局记录变量
    for i in range(len(links)):
        excuteNode(0)
        urlId = urlId + 1
    print("执行完成！")
    recordLog("Done!")
    with open(saveName + '_log.txt', 'w',encoding='utf-8-sig') as file_obj:
        file_obj.write(log)
        file_obj.close()
    with open(saveName + '.csv', 'w', encoding='utf-8-sig', newline="") as f:
        f_csv = csv.writer(f)
        for line in OUTPUT:
            f_csv.writerow(line)
        f.close()
<div class="blo  
执行完成！
In [13]:
# node  = procedure[9]
# excuteOnce(node)
OUTPUT
Out [13]:
[['参数1_outerHTML'],
 ['<div class="blog-content-box">\n    <div class="article-header-box">\n        <div class="article-header">\n            <div class="article-title-box">\n                <h1 class="title-article">该扩展程序未列在 Chrome 网上应用店中，并可能是在您不知情的情况下添加的解决办法</h1>\n            </div>\n            <div class="article-info-box">\n                <div class="article-bar-top">\n                    <!--文章类型-->\n                    <span class="article-type type-1 float-left">原创</span>                                                                                                                                            <a class="follow-nickName" href="https://me.csdn.net/gexiaochao" target="_blank" rel="noopener">葛小勺</a>\n                    <span class="time">最后发布于2019-03-22 17:28:27                    </span>\n                    <span class="read-count">阅读数 17488</span>\n                    <a id="blog_detail_zk_collection" data-report-click="{&quot;mod&quot;:&quot;popu_823&quot;}">\n                        <svg class="icon">\n                            <use xlink:href="#icon-csdnc-Collection-G"></use>\n                        </svg>\n                        收藏\n                    </a>\n                                    </div>\n                                <div class="up-time">发布于2019-03-22 17:28:27</div>\n                <div class="slide-content-box">\n                                                        <div class="tags-box artic-tag-box">\n                           <span class="label">分类专栏：</span>\n                                                                                             <a class="tag-link" target="_blank" rel="noopener" href="https://blog.csdn.net/gexiaochao/category_6923169.html">\n                                       计算机网络                                   </a>\n                                                                                  </div>\n                                                                                                           <div class="article-copyright">\n                        <span class="creativecommons">\n                            <a rel="license" href="http://creativecommons.org/licenses/by-sa/4.0/"></a>\n                            <span>\n                                版权声明：本文为博主原创文章，遵循<a href="http://creativecommons.org/licenses/by-sa/4.0/" target="_blank" rel="noopener"> CC 4.0 BY-SA </a>版权协议，转载请附上原文出处链接和本声明。                            </span>\n                            <div class="article-source-link2222">\n                                本文链接：<a href="https://blog.csdn.net/gexiaochao/article/details/88746278">https://blog.csdn.net/gexiaochao/article/details/88746278</a>\n                            </div>\n                        </span> \n                        </div>\n                                                                                </div>\n                <div class="operating">\n                                                                <a class="href-article-edit slide-toggle">展开</a>\n                                    </div>\n            </div>\n        </div>\n    </div>\n    <article class="baidu_pl">\n        <!--python安装手册开始-->\n                <!--python安装手册结束-->\n                <!--####专栏广告位图文切换开始-->\n                                    <!--####专栏广告位图文切换结束-->\n         <div id="article_content" class="article_content clearfix">\n            <link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/ck_htmledit_views-833878f763.css">\n                            <link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/ck_htmledit_views-833878f763.css">\n                <div class="htmledit_views" id="content_views">\n                                            <p>如何解决该扩展程序未列在 Chrome 网上应用店中，并可能是在您不知情的情况下添加的</p>\n\n<p>在使用Google插件的时候，出现了这个问题，当时是直接下载的crx文件，然后拖拽到浏览器中进行安装的，过了不久，这个插件并不能进行使用了。<br>\n出现：</p>\n\n<p>如何解决<br>\n该扩展程序未列在 Chrome 网上应用店中，并可能是在您不知情的情况下添加的<br>\n-------------------</p>\n\n<p>方法一</p>\n\n<p>1、首先把需要安装的第三方插件，后缀.crx 改成 .rar，然后解压，得到一个文件夹<br>\n2、再打开chrome://extensions/谷歌扩展应用管理，点击右上角的开发者模式，就可以看到“加载正在开发的扩展程序”这一选项。<br>\n3、选择刚才步骤1中解压好的文件夹，确定<br>\n4、确认新增扩展程序，点击添加，成功添加应用程序。</p>\n\n<p>如出现如图情况</p>\n\n<p><img alt="" class="has" height="183" src="https://img-blog.csdnimg.cn/20190322173309261.png" width="642"></p>\n\n<p>出现这种情况Chrome浏览器会提示无法加载以下来源的扩展程序： xxx路径（Chrome插件文件的解压位置）Cannot load extension with file or directory name _metadata. Filenames starting with "_" are reserved for use by the system.出现这种情况，是因为这款Chrome插件与新版的Chrome浏览器有些不兼容，这时候，用户可以打开刚刚解压的Chrome插件文件夹，并把其中_metadata文件夹的名字修改为metadata（把前面的下划线去掉），如图所示：</p>\n\n<p><img alt="" class="has" height="166" src="https://img-blog.csdnimg.cn/20190322173431209.png" width="630"></p>\n\n<p>更新文件夹名称成功以后，点击该错误提示下方的“重试”按钮，就可以成功地把Chrome插件加载谷歌浏览器中了，如图所示</p>\n\n<p><img alt="" class="has" src="https://img-blog.csdnimg.cn/20190322173504497.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dleGlhb2NoYW8=,size_16,color_FFFFFF,t_70"></p>\n\n<p>基于这种模式安装的chrome插件会因为用户启用了开发者模式而遭到谷歌的警告，用户可以选择忽略Chrome的警告<br>\n---------------------&nbsp;</p>\n\n<p>方法二</p>\n\n<p>运行中输入“gpedit.msc” ，打开 本地策略组 ,导入chrome.adm，再被禁用的插件ID复制下来，依次找到：Google Chrome→扩展程序→配置扩展程序白名单，将刚才的复制的ID粘贴进去，操作如图：<br><img alt="" class="has" src="https://img-blog.csdnimg.cn/20190322172648864.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dleGlhb2NoYW8=,size_16,color_FFFFFF,t_70"></p>\n\n<p><img alt="" class="has" src="https://img-blog.csdnimg.cn/20190322172814111.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2dleGlhb2NoYW8=,size_16,color_FFFFFF,t_70"></p>\n\n<p>操作完后，再回到chrome扩展列表页面，可以看到被禁用的扩展，右侧启用的选项已变成可勾选状态，勾选启用该扩展即可！！</p>\n                                    </div>\n                                                <div class="more-toolbox">\n                <div class="left-toolbox">\n                    <ul class="toolbox-list">\n                        \n                        <li class="tool-item tool-active is-like "><a href="javascript:;"><svg class="icon" aria-hidden="true">\n                            <use xlink:href="#csdnc-thumbsup"></use>\n                        </svg><span class="name">点赞</span>\n                        <span class="count">4</span>\n                        </a></li>\n                        <li class="tool-item tool-active is-collection "><a href="javascript:;" data-report-click="{&quot;mod&quot;:&quot;popu_824&quot;}"><svg class="icon" aria-hidden="true">\n                            <use xlink:href="#icon-csdnc-Collection-G"></use>\n                        </svg><span class="name">收藏</span></a></li>\n                        <li class="tool-item tool-active is-share"><a href="javascript:;" data-report-click="{&quot;mod&quot;:&quot;1582594662_002&quot;}"><svg class="icon" aria-hidden="true">\n                            <use xlink:href="#icon-csdnc-fenxiang"></use>\n                        </svg>分享</a></li>\n                        <!--打赏开始-->\n                                                <!--打赏结束-->\n                                                <li class="tool-item tool-more">\n                            <a>\n                            <svg t="1575545411852" class="icon" viewBox="0 0 1024 1024" version="1.1" xmlns="http://www.w3.org/2000/svg" p-id="5717" xmlns:xlink="http://www.w3.org/1999/xlink" width="200" height="200"><defs><style type="text/css"></style></defs><path d="M179.176 499.222m-113.245 0a113.245 113.245 0 1 0 226.49 0 113.245 113.245 0 1 0-226.49 0Z" p-id="5718"></path><path d="M509.684 499.222m-113.245 0a113.245 113.245 0 1 0 226.49 0 113.245 113.245 0 1 0-226.49 0Z" p-id="5719"></path><path d="M846.175 499.222m-113.245 0a113.245 113.245 0 1 0 226.49 0 113.245 113.245 0 1 0-226.49 0Z" p-id="5720"></path></svg>\n                            </a>\n                            <ul class="more-box">\n                                <li class="item"><a class="article-report">文章举报</a></li>\n                            </ul>\n                        </li>\n                                            </ul>\n                </div>\n                            </div>\n            <div class="person-messagebox">\n                <div class="left-message"><a href="https://blog.csdn.net/gexiaochao">\n                    <img src="https://profile.csdnimg.cn/6/9/B/3_gexiaochao" class="avatar_pic" username="gexiaochao">\n                                            <img src="https://g.csdnimg.cn/static/user-reg-year/1x/7.png" class="user-years">\n                                    </a></div>\n                <div class="middle-message">\n                                        <div class="title"><span class="tit"><a href="https://blog.csdn.net/gexiaochao" data-report-click="{&quot;mod&quot;:&quot;popu_379&quot;}" target="_blank">葛小勺</a></span>\n                                            </div>\n                    <div class="text"><span>发布了6 篇原创文章</span> · <span>获赞 8</span> · <span>访问量 11万+</span></div>\n                </div>\n                                <div class="right-message">\n                                            <a href="https://im.csdn.net/im/main.html?userName=gexiaochao" target="_blank" class="btn btn-sm btn-red-hollow bt-button personal-letter">私信\n                        </a>\n                                                            <a class="btn btn-sm  bt-button personal-watch" data-report-click="{&quot;mod&quot;:&quot;popu_379&quot;}">关注</a>\n                                    </div>\n                            </div>\n                    </div>\n    </article>\n    \n</div>']]
In [192]:
for i in OUTPUT:
    for j in i:
        print(j[:20]," ",end="")
    print("\n")
参数1_链接文本  参数2_链接地址  参数3_图片地址  参数4_文本  参数5_文本  参数6_文本  

通用新闻资讯接口
¥ 3.00 元/10  https://www.idataapi  https://www.idataapi  通用新闻资讯接口  																	¥3.  使用人数(23909)  

新浪微博
¥ 1.00 元/100 次
  https://www.idataapi  https://www.idataapi  新浪微博  																	¥1.  使用人数(12605)  

通用酒店数据接口
免费
使用人数(971  https://www.idataapi  https://www.idataapi  通用酒店数据接口  																免费		  使用人数(9718)  

微信公众号
¥ 1.00 元/100 次  https://www.idataapi  https://www.idataapi  微信公众号  																	¥1.  使用人数(1137)  

天猫
¥ 3.00 元/100 次
使用  https://www.idataapi  https://www.idataapi  天猫  																	¥3.  使用人数(601)  

今日头条
¥ 0.50 元/100 次
  https://www.idataapi  https://www.idataapi  今日头条  																	¥0.  使用人数(520)  

小红书
¥ 1.00 元/100 次
使  https://www.idataapi  https://www.idataapi  小红书  																	¥1.  使用人数(470)  

京东商城
¥ 1.00 元/100 次
  https://www.idataapi  https://www.idataapi  京东商城  																	¥1.  使用人数(275)  

携程
¥ 1.00 元/100 次
使用  https://www.idataapi  https://www.idataapi  携程  																	¥1.  使用人数(250)  

饿了么
¥ 3.00 元/100 次
使  https://www.idataapi  https://www.idataapi  饿了么  																	¥3.  使用人数(178)  

360新闻
免费
使用人数(3380)
  https://www.idataapi  https://www.idataapi  360新闻  																免费		  使用人数(3380)  

中文分词
免费
使用人数(1754)
文  https://www.idataapi  https://www.idataapi  中文分词  																免费		  使用人数(1754)  

微信公众号文章link版
¥ 1.00   https://www.idataapi  https://www.idataapi  微信公众号文章link版  																	¥1.  使用人数(1109)  

微信公众号文章高级版
¥ 3.00 元/  https://www.idataapi  https://www.idataapi  微信公众号文章高级版  																	¥3.  使用人数(1013)  

微信公众号文章专业版（关键词）
¥ 2.  https://www.idataapi  https://www.idataapi  微信公众号文章专业版（关键词）  																	¥2.  使用人数(946)  

餐饮类情感分析语料
¥ 0.01 元
使  https://www.idataapi  https://www.idataapi  餐饮类情感分析语料  																	¥0.  使用人数(515)  

谷歌验证码识别训练集数据
¥ 0.01   https://www.idataapi  https://www.idataapi  谷歌验证码识别训练集数据  																	¥0.  使用人数(301)  

微信20180320特定信息
¥ 500  https://www.idataapi  https://www.idataapi  微信20180320特定信息  																	¥50  使用人数(4)  

微信公众号房地产3月份文章
¥ 800.  https://www.idataapi  https://www.idataapi  微信公众号房地产3月份文章  																	¥80  使用人数(3)  

专辑数据-2018
¥ 1000.00   https://www.idataapi  https://www.idataapi  专辑数据-2018  																	¥10  使用人数(2)  

单曲数据-2018
¥ 2000.00   https://www.idataapi  https://www.idataapi  单曲数据-2018  																	¥20  使用人数(2)  

天猫定制数据2018
¥ 3000.00  https://www.idataapi  https://www.idataapi  天猫定制数据2018  																	¥30  使用人数(2)  

甜品店铺信息-2018.3.30
¥ 1  https://www.idataapi  https://www.idataapi  甜品店铺信息-2018.3.30  																	¥15  使用人数(2)  

甜品店铺对应商品信息
¥ 1500.00  https://www.idataapi  https://www.idataapi  甜品店铺对应商品信息  																	¥15  使用人数(2)  

电影,电视剧及图书短评语料
¥ 4000  https://www.idataapi  https://www.idataapi  电影,电视剧及图书短评语料  																	¥40  使用人数(2)  

综艺数据-2018
¥ 1000.00   https://www.idataapi  https://www.idataapi  综艺数据-2018  																	¥10  使用人数(2)  

创业数据库
¥ 190000.00 元
  https://www.idataapi  https://www.idataapi  创业数据库  																	¥19  使用人数(1)  

中国餐馆词库
¥ 20000.00 元
  https://www.idataapi  https://www.idataapi  中国餐馆词库  																	¥20  使用人数(0)  

通用新闻资讯接口
¥ 3.00 元/10  https://www.idataapi  https://www.idataapi  通用新闻资讯接口  																	¥3.  使用人数(23909)  

新浪微博
¥ 1.00 元/100 次
  https://www.idataapi  https://www.idataapi  新浪微博  																	¥1.  使用人数(12605)  

通用酒店数据接口
免费
使用人数(971  https://www.idataapi  https://www.idataapi  通用酒店数据接口  																免费		  使用人数(9718)  

微信公众号
¥ 1.00 元/100 次  https://www.idataapi  https://www.idataapi  微信公众号  																	¥1.  使用人数(1137)  

天猫
¥ 3.00 元/100 次
使用  https://www.idataapi  https://www.idataapi  天猫  																	¥3.  使用人数(600)  

今日头条
¥ 0.50 元/100 次
  https://www.idataapi  https://www.idataapi  今日头条  																	¥0.  使用人数(520)  

小红书
¥ 1.00 元/100 次
使  https://www.idataapi  https://www.idataapi  小红书  																	¥1.  使用人数(470)  

京东商城
¥ 1.00 元/100 次
  https://www.idataapi  https://www.idataapi  京东商城  																	¥1.  使用人数(275)  

携程
¥ 1.00 元/100 次
使用  https://www.idataapi  https://www.idataapi  携程  																	¥1.  使用人数(250)  

饿了么
¥ 3.00 元/100 次
使  https://www.idataapi  https://www.idataapi  饿了么  																	¥3.  使用人数(178)  

360新闻
免费
使用人数(3380)
  https://www.idataapi  https://www.idataapi  360新闻  																免费		  使用人数(3380)  

中文分词
免费
使用人数(1754)
文  https://www.idataapi  https://www.idataapi  中文分词  																免费		  使用人数(1754)  

微信公众号文章link版
¥ 1.00   https://www.idataapi  https://www.idataapi  微信公众号文章link版  																	¥1.  使用人数(1109)  

微信公众号文章高级版
¥ 3.00 元/  https://www.idataapi  https://www.idataapi  微信公众号文章高级版  																	¥3.  使用人数(1013)  

微信公众号文章专业版（关键词）
¥ 2.  https://www.idataapi  https://www.idataapi  微信公众号文章专业版（关键词）  																	¥2.  使用人数(946)  

通用新闻资讯接口
¥ 3.00 元/10  https://www.idataapi  https://www.idataapi  通用新闻资讯接口  																	¥3.  使用人数(23909)  

新浪微博
¥ 1.00 元/100 次
  https://www.idataapi  https://www.idataapi  新浪微博  																	¥1.  使用人数(12605)  

通用酒店数据接口
免费
使用人数(971  https://www.idataapi  https://www.idataapi  通用酒店数据接口  																免费		  使用人数(9718)  

微信公众号
¥ 1.00 元/100 次  https://www.idataapi  https://www.idataapi  微信公众号  																	¥1.  使用人数(1137)  

天猫
¥ 3.00 元/100 次
使用  https://www.idataapi  https://www.idataapi  天猫  																	¥3.  使用人数(600)  

今日头条
¥ 0.50 元/100 次
  https://www.idataapi  https://www.idataapi  今日头条  																	¥0.  使用人数(520)  

小红书
¥ 1.00 元/100 次
使  https://www.idataapi  https://www.idataapi  小红书  																	¥1.  使用人数(470)  

京东商城
¥ 1.00 元/100 次
  https://www.idataapi  https://www.idataapi  京东商城  																	¥1.  使用人数(275)  

携程
¥ 1.00 元/100 次
使用  https://www.idataapi  https://www.idataapi  携程  																	¥1.  使用人数(250)  

饿了么
¥ 3.00 元/100 次
使  https://www.idataapi  https://www.idataapi  饿了么  																	¥3.  使用人数(178)  

360新闻
免费
使用人数(3380)
  https://www.idataapi  https://www.idataapi  360新闻  																免费		  使用人数(3380)  

中文分词
免费
使用人数(1754)
文  https://www.idataapi  https://www.idataapi  中文分词  																免费		  使用人数(1754)  

微信公众号文章link版
¥ 1.00   https://www.idataapi  https://www.idataapi  微信公众号文章link版  																	¥1.  使用人数(1109)  

微信公众号文章高级版
¥ 3.00 元/  https://www.idataapi  https://www.idataapi  微信公众号文章高级版  																	¥3.  使用人数(1013)  

微信公众号文章专业版（关键词）
¥ 2.  https://www.idataapi  https://www.idataapi  微信公众号文章专业版（关键词）  																	¥2.  使用人数(946)
Reference in New Issue View Git Blame Copy Permalink