栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 软件开发 > 后端开发 > Python

利用python编写爬虫爬取淘宝奶粉部分数据.1

Python 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

利用python编写爬虫爬取淘宝奶粉部分数据.1

import requests
import re
import pymysql.cursors

def getHTMLText(url):
kv = {'User-Agent':'Mozilla/5.0'} #反反爬虫
try:
r = requests.get(url, headers = kv, timeout = 30)
r.raise_for_status()
r.encoding = r.apparent_encoding
return r.text
except:
print("error1")

def parsePage(ilt,html):
try:

从字符串类型的html中用正则表达式查找相关数据项
    price = re.findall(r'"view_price":"[d.]*"',html)
    title = re.findall(r'"raw_title":".*?"',html)
    place = re.findall(r'"item_loc":".*?"',html)
    for i in range(len(price)):
 #从查找的相关数据项中分离数据,可以在另一交互界面检查分离数据的数据类型
 pprice = eval(price[i].split(':')[1])
 ttitle = eval(title[i].split(':')[1])
 pplace = eval(place[i].split(':')[1])
 ilt.append([pprice,ttitle,pplace])
except:
 print("error2")

def printGoodsList(ilt):
tplt = "{:^4}t{:8}t{:^26}t{:^80}"
print(tplt.format("序号","价格","商品名称","所属地"))
count = 0
num = 0
for g in ilt:
count = count +1
print(tplt.format(count,g[0],g[1],g[2]))

连接数据库(表事先已经建立好)
connect = pymysql.Connect(host="localhost",user="root",password="1984ispb",db="TianmaoMilkPowder",port=3306,charset="utf8")
cursor = connect.cursor()
for g in ilt:
    num =num + 1
    sql = "insert into Powderdata(No,Price,goodsName,Place) values ('%d','%s','%s','%s')"
    data = (num,g[0],g[1],g[2])
    try:
 #执行插入操作
 cursor.execute(sql % data)
 connect.commit()
    except:
 print("错误")
connect.commit()
cursor.close()
print('成功插入', cursor.rowcount, '条数据')

def main():
godds = '奶粉'
depth = 10
start_url = https://s.taobao.com/search?q=goods
infoList = []
for i in range(depth):
try:

换页操作
 url = start_url + '&s=' + str(44*i)
 html = getHTMLText(url)
 parsePage(infoList,html)
    except:
 continue
printGoodsList(infoList)

main()

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/225574.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号