制作一个基于mutt和python爬虫的每日要闻与天气自动发送脚本

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了制作一个基于mutt和python爬虫的每日要闻与天气自动发送脚本，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含3928字，纯文字阅读大概需要6分钟。

内容图文

脚本运行在树莓派上，爬虫使用了python，定时发送通过sh脚本和crontab定时任务完成，邮件发送使用mutt。

爬虫的编写

import requests
from lxml import etree
import json
import re
from ast import literal_eval
import datetime
from prettytable import PrettyTable

headers = {
    'Host': 'www.baidu.com',
    'Referer': 'https://www.baidu.com/',
    'Sec-Fetch-Dest': 'document',
    'Sec-Fetch-Mode': 'navigate',
    'Sec-Fetch-Site': 'same-origin',
    'Sec-Fetch-User': '?1',
    'Upgrade-Insecure-Requests': '1',
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.182 Safari/537.36 Edg/88.0.705.81'
}
headers_hupu = {
    'Sec-Fetch-Dest': 'document',
    'Sec-Fetch-Mode': 'navigate',
    'Sec-Fetch-Site': 'none',
    'Sec-Fetch-User': '?1',
    'Upgrade-Insecure-Requests': '1',
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.182 Safari/537.36 Edg/88.0.705.81'
}

def get_weather():
    url = "http://www.weather.com.cn/weather1d/101010200.shtml" #海淀
    res = requests.get(url)
    res.encoding = 'utf-8'
    html = etree.HTML(res.text)
    weather = re.findall('"1d":(.*?),"23d"', res.text)[0]
    weather = literal_eval(weather)
    return weather

def get_baidutop10():
    url = 'https://www.baidu.com/'
    res = requests.get(url, headers=headers)
    res.encoding = 'utf-8'
    html = etree.HTML(res.text)
    top10_title = html.xpath('//textarea[@id="hotsearch_data"]/text()')[0]
    top_json = json.loads(top10_title)
    return top_json

def get_weibotop10():
    url = 'https://s.weibo.com/top/summary'
    res = requests.get(url)
    res.encoding = 'utf-8'
    html = etree.HTML(res.text)
    top10_link = html.xpath('//*[@id="pl_top_realtimehot"]/table/tbody/tr[position()<=11]/td[2]/a/@href')
    top10_title = html.xpath('//*[@id="pl_top_realtimehot"]/table/tbody/tr[position()<=11]/td[2]/a/text()')
    return(top10_link, top10_title)

def get_huputop10():
    url = 'https://bbs.hupu.com/all-gambia'
    res = requests.get(url, headers=headers_hupu)
    res.encoding = 'utf-8'
    html = etree.HTML(res.text)
    top10_title = html.xpath('//div[@class="bbsHotPit"]/div/ul/li[position()<=3]/span/a/@title')[:10]
    top10_link = html.xpath('//div[@class="bbsHotPit"]/div/ul/li[position()<=3]/span/a/@href')[:10]
    return(top10_link, top10_title)

def main():
    today = datetime.datetime.today()
    #with open('today_info'+' '+today.strftime('%Y-%m-%d')+'.txt', 'a') as f:
    with open('today_info.txt', 'a') as f:
        weather_list = get_weather()
        wbtop_list = get_weibotop10()[1]
        hptop_list = get_huputop10()[1]
        bdtop_json = get_baidutop10()
        f.write('今天是%d年%d月%d日，下面是今天的天气与各平台热点。\n' %(today.year, today.month, today.day))
        f.write("\n今日天气：\n")
        tplt = "{0:10}\t{1:5}\t{2:5}\t{3:5}\t{4:5}"
        for each in weather_list:
            weatherInTime = each.split(",")
            f.write(tplt.format(weatherInTime[0],weatherInTime[2],weatherInTime[3],weatherInTime[4],weatherInTime[5], chr(12288))+'\n')
        f.write("\n今日百度热点时事新闻：\n")
        tplt = "{0:5}\t{1:30}"
        for i in range(10):
            f.write(tplt.format(str(i+1), bdtop_json['hotsearch'][i]['pure_title'], chr(12288))+'\n')
        f.write("\n今日微博热搜：\n")
        f.write(tplt.format('置顶', wbtop_list[0])+'\n')
        for i in range(1, len(wbtop_list)):
            f.write(tplt.format(str(i), wbtop_list[i], chr(12288))+'\n')
        f.write("\n今日虎扑步行街热点：\n")
        for i in range(len(hptop_list)):
            f.write(tplt.format(str(i+1), hptop_list[i], chr(12288))+'\n')

main()

爬虫主要涉及到中国天气网、虎扑步行街、微博热搜和百度新闻榜。基本没有碰到动态页面，爬取方式也比较简单，唯一要注意的是必须加上headers才能爬取到内容。

使用mutt进行邮件发送

爬虫爬取下来的内容保存在today_info.txt中。mutt发送邮件的命令：

mutt $YOUREMAILADRESS$ -s "今日天气与要闻" < today_info.txt

使用sh+crontab进行定时发送

首先写一个简单的sh脚本，运行python脚本和调用mutt命令：

python3 /home/lin/文档/everydaynews.py
mutt $YOUREMAILADRESS$ -s "今日天气与要闻" < today_info.txt

随后在crontab中进行计划任务：

sudo crontab -e
-----------
30 7 * * * bash /home/lin/文档/everydaynews.sh

每天早上七点半，树莓派会运行python脚本爬取内容，并用mutt把爬取内容发送到邮箱里。

内容总结

以上是互联网集市为您收集整理的制作一个基于mutt和python爬虫的每日要闻与天气自动发送脚本全部内容，希望文章能够帮你解决制作一个基于mutt和python爬虫的每日要闻与天气自动发送脚本所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

---