Python 爬取淘宝商品信息和相应价格

最新推荐文章于 2023-10-16 11:16:41 发布

weixin_30430169

最新推荐文章于 2023-10-16 11:16:41 发布

阅读量611

点赞数

CC 4.0 BY-SA版权

文章标签： python

原文链接：http://www.cnblogs.com/yezhaodan/p/7486078.html

本文介绍了一种使用Python爬取淘宝商品数据的方法，通过解析网页源码获取商品的价格和名称等信息，并展示了如何利用正则表达式进行数据提取。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

！只用于学习用途！

plt = re.findall(r'\"view_price\"\:\"[\d\.]*\"',html)

：获得商品价格和view_price字段，并保存在plt中

tlt = re.findall(r'\"raw_title\"\:\".*?\"',html)

：获得商品名称和raw_price字段，并保存在tlt中　

price = eval(plt[i].split(':')[1])

：使用冒号分隔键值对，去掉前面的view_price字段，只获取其中价格部分

tplt = "{:4}\t{:8}\t{:16}"

：第一个位置给出大小为4，第二个位置大小为8，第三个位置大小为16

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{:8}\t{:16}"
    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()

转载于:https://www.cnblogs.com/yezhaodan/p/7486078.html