抓取淘宝某类商品名称和价格

最新推荐文章于 2025-06-11 09:21:08 发布

丶先森

最新推荐文章于 2025-06-11 09:21:08 发布

阅读量5.4k

点赞数 1

CC 4.0 BY-SA版权

分类专栏：爬虫

本文链接：https://blog.youkuaiyun.com/qq_34826781/article/details/78650031

爬虫专栏收录该内容

8 篇文章

订阅专栏

该博客介绍了一种使用Python进行网络爬虫的方法，通过requests和re库抓取淘宝页面上特定商品（口红）的价格和名称。首先定义了一个getHTMLText函数用于获取网页内容，然后用parsePage函数解析网页，通过正则表达式提取价格和名称信息。最后，printGoodList函数将结果以表格形式展示。爬虫遍历了搜索结果的多个页面（深度为3）以获取更多商品信息。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import requests
import re
import time


def getHTMLText(url):
    try:
        r = requests.get(url, timeout = 30)#设定超时时间
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return print("解析网页失败")
def parsePage(li, html):
    try:
        counts = re.findall(r'\"view_price\"\:\"[\d\.]*\"',html)#正则获取价格
        names = re.findall(r'\"raw_title\"\:\".*?\"',html)#正则获取名字
        for i in range(len(counts)):
            price = eval(counts[i].split(':')[1])#以:分割，获取价格，同时删除引号等符号
            title = eval(names[i].split(':')[1])
            li.append([price, title])
    except:
        print("爬取失败")


def printGoodList(lis):
    tplt = "{:4}\t{:8}\t{:16}"
    print(tplt.format("序号","价格","产品信息"))
    num = 1
    for g in lis:
        num = num + 1
        print(tplt.format(num, g[0], g[1]))

if __name__ == '__main__':
    goods = "口红"
    depth = 3
    start_url = 'http://s.taobao.com/search?q=' + goods
    list = []
    for i in range(depth):
        try:
            url = start_url + '&s=' + str(44*i)
            html = getHTMLText(url)
            parsePage(list,html)
        except:
            continue
    printGoodList(list)