十点数据

自媒体之百家号账号信息

扫码关注博主公众号(十点数据)，可以获得200积分哦！！最近在研究自媒体信息的采集，目前收集了一批百家号账号信息，大概有800万左右，有哪位需要，可以下载。主要包括以下字段： self_media_name 自媒体账号名称 self_media...
- 十点数据
- 博客
- 1年前
- 5080
- 2
- 16000
- 9
微信采集整体解决方案

扫码关注博主公众号(十点数据)，可以获得200积分哦！！先前设计微信采集时，简单的写了一个整体解决方案，文档大致内容如下图，供大家参考一下。如需要完整的文档，可以登录下载。
- 十点数据
- 博客
- 1年前
- 4003
- 0
- 2000
- 9
微信采集之公众号账号信息

扫码关注博主公众号(十点数据)，可以获得1000积分哦！！最近几年一直在做采集相关的工作，工作之余收集了一些微信公众号账号信息，和搜狗搜索中的微信公众号差不多。每天都会更新一部分公众的信息，同时也会有一部分新的公众号加入，如有需要可以下载。主要...
- 十点数据
- 博客
- 1年前
- 5344
- 0
- 72000
- 17
一个不错的验证码打码平台

最近在处理基于搜狗微信的公众号信息(不是文章)的采集，由于采集量较大，频繁出现验证码。先前找了一个打码平台，忘记叫啥名字了，费用非调用一次3里钱，而且验证码的识别的准确率也就60~70%吧！平均一天要花费20元左右；这几天重新找了一家，识别的准...
- 十点数据
- 博客
- 1年前
- 11017
- 1
爬虫系列之Pyppeteer：比selenium更高效的爬虫界的新神器

Pyppeteer其实是Puppeteer的Python版本，下面简单介绍下Pyppeteer的两大特点，chromium浏览器和asyncio框架： 1).chromium Chromium是一款独立的浏览器，是Google为发展自家的浏览器G...
- 十点数据
- 爬虫
- 1年前
- 15036
- 1
爬虫系列之基于XPosed框架的微信公众号采集

1.所需插件介绍所需插件如下如： (1)VirtualXposed_AOSP_0.17.3.apk ①无需ROOt，无需刷机，就可以使用Xposed框架的插件 (2)weixinapp.apk ①自己编写的抓包插件 (3)Webviewde...
- 十点数据
- banner
- 1年前
- 9409
- 2
- 199
- 13
selenium突然如下报错时，selenium退回4.9.0即可

错误类型： 1： TypeError: WebDriver.init() got an unexpected keyword argument ‘executable_path‘ 2： TypeError: WebDriver.init() go...
- 十点数据
- 博客
- 1年前
- 151
- 0
html.unescape与HTMLParser().unescape使用区别

python3.6.1中使用HTMLParser().unescape 可以正常转码。但是python3.11中存在转码失败的情况。 python3.11中通过html.unescape方式转码，正常！
- 十点数据
- 爬虫
- 1年前
- 129
- 0
AttributeError: module 'networkx' has no attribute 'from_numpy_m

在使用 TextRank4Keyword().analyze(text, lower=True, window=2) 的时候报错： AttributeError: module 'networkx' has no attribute 'from_...
- 十点数据
- 博客
- 1年前
- 341
- 0
Python3安装textrank4zh实现分词关键词提取及摘要生成报错：AttributeError: module ‘networkx’ has no attribute ‘from_numpy_matrix’

1、安装textrank4zh pip install textrank4zh 常见问题：** 1、AttributeError: module 'networkx' has no attribute 'from_numpy_matrix' 由...
- 十点数据
- 博客
- 1年前
- 495
- 0