码迷,mamicode.com
首页 > 其他好文 > 详细

爬虫系列之淘宝商品爬取

时间:2018-05-25 19:35:41      阅读:155      评论:0      收藏:0      [点我收藏+]

标签:图片   image   art   count   span   title   int   imp   pre   

 1 import re
 2 import requests
 3 
 4 def getHTMLText(url):
 5     try:
 6         r = requests.get(url, timeout = 30)
 7         r.raise_for_status()
 8         r.encoding = r.apparent_encoding
 9         return r.text
10     except:
11         return ""
12 
13 
14 def parsePage(ilt, html):
15     try:
16         plt = re.findall(r\"view_price\"\:\"[\d\.]*\", html)
17         tlt = re.findall(r\"raw_title\"\:\".*?\", html)
18         for i in range(len(plt)):
19             price = eval(plt[i].split(":")[1])  #eval就是将字符串string对象转化为有效的表达式参与求值运算返回计算结果
20             title = eval(tlt[i].split(":")[1])
21             ilt.append([price, title])
22     except:
23         print("")       
24 
25 def printGoodsList(ilt):
26     tplt = "{:4}\t{:8}\t{:16}"  #规定输出格式
27     print(tplt.format("序号", "价格", "商品名称"))
28     count = 0
29     for g in ilt:
30         count = count + 1
31         print(tplt.format(count, g[0], g[1]))
32     print("")
33 
34 def main():
35     goods = 书包
36     depth = 2
37     start_url = https://s.taobao.com/search?q= + goods
38     infoList = []
39     for i in range(depth):
40         try:
41             url = start_url + &s= + str(44*i)
42             html = getHTMLText(url)
43             parsePage(infoList,html)
44         except:
45             continue
46     printGoodsList(infoList)
47 
48 
49 main()

技术分享图片

 

爬虫系列之淘宝商品爬取

标签:图片   image   art   count   span   title   int   imp   pre   

原文地址:https://www.cnblogs.com/zyb993963526/p/9090107.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!