python爬取淘宝华为手机

import re

from selenium import webdriver
from selenium.common.exceptions import TimeoutException
from  selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from  pyquery import PyQuery as pq
from config import *
import  pymongo


client = pymongo.MongoClient(MONGO_URL)
db = client[MONGO_DB]

# browser = webdriver.PhantomJS(service_args=SERVER_ARGS)
browser = webdriver.Chrome()
wait = WebDriverWait(browser,10)

# browser.set_window_size(1400,900)

def search():
    print('SEARCHING...')
    try:
        browser.get('https://www.taobao.com')
        input = wait.until(
            EC.presence_of_element_located((By.CSS_SELECTOR,'#q'))
        )

        submit = wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR,'#J_TSearchForm > div.search-button > button')))
        input.send_keys(KEYWORD)
        submit.click()
        total = wait.until(EC.presence_of_element_located((By.CSS_SELECTOR,'#mainsrp-pager > div > div > div > div.total')))
        get_products()
        return total.text
    except TimeoutException:
        return search()


def next_page(page_number):
    print('PAGE TURNING...', page_number)
    try:
        input = wait.until(
            EC.presence_of_element_located((By.CSS_SELECTOR, '#mainsrp-pager > div > div > div > div.form > input'))
        )
        submit = wait.until(
            EC.presence_of_element_located((By.CSS_SELECTOR, '#mainsrp-pager > div > div > div > div.form > span.btn.J_Submit'))
        )
        input.clear()
        input.send_keys(page_number)
        submit.click()
        wait.until(EC.text_to_be_present_in_element((By.CSS_SELECTOR, '#mainsrp-pager > div > div > div > ul > li.item.active > span'),str(page_number)))
        get_products()
    except TimeoutException:
        next_page(page_number)

def get_products():
    wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '#mainsrp-itemlist .items .item')))
    html = browser.page_source
    doc = pq(html)
    items = doc('#mainsrp-itemlist .items .item').items()
    for item in items:
        products = {
            'image': item.find('.pic .img').attr('src'),
            'price': item.find('.price').text(),
            'deal': item.find('.deal-cnt').text()[:-3],
            'title': item.find('.title').text(),
            'shop': item.find('.shop').text(),
            'location': item.find('.location').text()
        }
        print(products)
        save_to_mongo(products)

def save_to_mongo(result):
    try:
        if db[MONGO_TABLE].insert(result):
            print('SUCCESSD!', result)
    except Exception:
        print('FAILD!', result)

def main():
    try:
        total = search()
        total = int(re.compile('(\d+)').search(total).group(1))
        # print(total)
        for i in range (2, total + 1):
            next_page(i)
    except Exception:
        print('error...')
    finally:
        browser.close()

if __name__ == '__main__':
    main()

要使用Python爬取京东华为商品信息,可以使用requests库来发送网络请求获取网页内容。首先,你需要安装requests库。可以在命令行中输入以下命令来安装: pip install requests 安装完成后,你可以在Python代码中导入requests库,并使用它的get方法发送请求。为了防止被京东网站识别为爬虫程序,你可以设置headers属性来伪装成浏览器的访问。例如: import requests headers = {'User-Agent': 'Mozilla/5.0'} url = 'https://search.jd.com/Search?keyword=华为&enc=utf-8' response = requests.get(url, headers=headers) 如果请求成功,你可以通过response对象的content属性获取到网页的原始内容。接下来,你可以使用BeautifulSoup库来解析网页内容,提取出你所需要的信息。例如,你可以使用select方法来选择特定的HTML元素,并使用get_text方法获取元素的文本内容。 from bs4 import BeautifulSoup html = response.content soup = BeautifulSoup(html, 'html.parser') price_list = soup.select('div .***你可以遍历这些元素获取到商品的名称和价格,并将它们保存到一个列表中。 goodslist = [] for i in range(len(price_list)): splitprice = price_list[i].get_text() price = re.split('\n',splitprice) name = name_list[i].em.get_text() goodslist.append([name,price]) 这样,你就可以通过goodslist列表获取到爬取到的京东华为商品的名称和价格信息了。请注意,这只是一个简单的示例,实际的爬取过程可能需要更多的处理和优化。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值