231day（淘宝商品比价定向爬虫）

最新推荐文章于 2021-01-18 19:30:14 发布

原创最新推荐文章于 2021-01-18 19:30:14 发布 · 384 阅读

0 ·

CC 4.0 BY-SA版权

本文介绍了一个基于Python的淘宝商品比价爬虫项目，使用requests和正则表达式从淘宝网站抓取指定商品的价格及标题信息。该爬虫能够实现对多个页面的数据抓取，并将结果展示出来。

部署运行你感兴趣的模型镜像

《2018年5月29日》【连续231天】

标题：淘宝商品比价定向爬虫；

内容：

A.淘宝商品比价定向爬虫：
requests + re:

import requests
import re

def getHTMLText(url):
    try:
        r = requests.get(url, timeout = 30)
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return ""

def parsePage(ilt,html):
    try:
        plt = re.findall(r'\"view_price\"\:\"[\d\.]*\"',html)
        tlt = re.findall(r'\"raw_title\"\:\".*?\"',html)
        for i in range(len(plt)):
            price = eval(plt[i].split(':')[1])
            title = eval(tlt[i].split(':')[1])
            ilt.append([price,title])
    except:
        print("")

def printGoodsList(ilt):
   tplt = "{:4}\t{:6}\t{:20}"
   print(tplt.format("序号","价格","商品名称"))
   count = 0
   for g in ilt:
       count = count + 1
       print(tplt.format(count,g[0],g[1]))

def main():
    goods ='书包'
    depth = 3
    start_url ='https://s.taobao.com/search?q=' + goods
    infoList =[]
    for i in range(depth):
        try:
            url = start_url + '&s=' + str(44*i)
            html = getHTMLText(url)
            parsePage(infoList, html)
        except:
            continue
    printGoodsList(infoList)

main()

效果：