python爬虫——当当网商品比价爬虫

本文介绍了如何使用Python爬虫从当当网抓取商品比价信息。由于淘宝网需要登录,京东的HTML结构复杂,选择当当网作为目标。通过requests库获取网页源代码,再利用正则表达式解析商品名称和价格。每页有60个商品,通过re.findall()获取数据并处理列表内容。此外,还提到了在搜索过程中对文字进行gb2312编码的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

因为淘宝网需要登录,而京东的html比较奇怪,所以最后选取了当当网

技术路线

requests——re

#CrowDangDangPrize.py
import requests
import re
import urllib
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(ls,html):
    try:
        pls=re.findall(r'now\_price\"\>\&yen\;[\d\.]+',html)
        nls=re.findall(r"alt\=\'.*?\'",html)
        for i in range(len(pls)):
            price=eval(pls[i].split(';')[1])
            name=eval(nls[i].split("=")[1])
            ls.append([price,name<
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