python淘宝商品比价定向爬虫

最新推荐文章于 2025-06-01 17:06:52 发布

原创

最新推荐文章于 2025-06-01 17:06:52 发布 · 4.3k 阅读

11 ·

CC 4.0 BY-SA版权

文章标签：

#网络爬虫 #python

本文介绍了一个Python爬虫项目，旨在抓取淘宝上'机械键盘'搜索结果前两页的商品信息，包括价格、商品名称，并按顺序进行展示。通过requests和re库实现数据抓取，同时探讨了正则表达式的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

要求（目标）

利用requests、re库爬取淘宝商品搜索“机械键盘”页面前两页，将商品价格、商品名称按顺序表格形式输出

实现代码

#CorwTaoBaoPrice.py
import requests
import re

#获取页面函数
def getHTMLText(url):
    try:
        r=requests.get(url,timeout=30)
        r.raise_for_status()
        r.encoding=r.apparent_encoding #需要手工判断 r.encoding是否可以获得文件的编码信息
        return r.text
    except:
        return""

#对每个获得的页面进行解析
def parsePage(ilt,html):
    try:
        plt=re.findall(r'\"view_price\"\:\"[\d.]*\"',html) #需要查看网页源代码确定商品价格对应的键值对，利用正则表达式表示出来
        tlt=re.findall(r'\"raw_title\"\:\".*?\"',html) #同上
        for i in range(len(plt)):
            price=eval(plt[i].split(':')[1])   #利用eval将最外层双、单引号去掉，利用split分割，获得后半部分
            title=eval(tlt[i].split(':')[1])   #同上
            ilt.append([price,title])
    except:
            print("")

#将淘宝上信息输出到屏幕上
def printGoodsList(ilt):
    tplt="{:4}\t{:8}\t{:16}"  #定义打印格式
    print(tplt.format("序号","价格","商品名称"))  #表头
    count=0