当前位置:
首页 > Python基础教程 >
-
用python编写的抓京东商品价格的爬虫
闲着没事尝试抓一下京东的数据,需要使用到的库有:BeautifulSoup,urllib2,在Python2下测试通过
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
from creepy import Crawler from BeautifulSoup import BeautifulSoup import urllib2 import json class MyCrawler(Crawler): def process_document( self , doc): if doc.status = = 200 : print '[%d] %s' % (doc.status, doc.url) try : soup = BeautifulSoup(doc.text.decode( 'gb18030' ).encode( 'utf-8' )) except Exception as e: print e soup = BeautifulSoup(doc.text) print soup.find( id = "product-intro" ).div.h1.text url_id = urllib2.unquote(doc.url).decode( 'utf8' ).split( '/' )[ - 1 ].split( '.' )[ 0 ] f = urllib2.urlopen( 'http://p.3.cn/prices/get?skuid=J_' + url_id,timeout = 5 ) price = json.loads(f.read()) f.close() print price[ 0 ][ 'p' ] else : pass crawler = MyCrawler() crawler.set_follow_mode(Crawler.F_SAME_HOST) crawler.set_concurrency_level( 16 ) crawler.add_url_filter( '\.(jpg|jpeg|gif|png|js|css|swf)$' ) crawler.crawl( 'http://item.jd.com/982040.html' ) |
栏目列表
最新更新
nodejs爬虫
Python正则表达式完全指南
爬取豆瓣Top250图书数据
shp 地图文件批量添加字段
爬虫小试牛刀(爬取学校通知公告)
【python基础】函数-初识函数
【python基础】函数-返回值
HTTP请求:requests模块基础使用必知必会
Python初学者友好丨详解参数传递类型
如何有效管理爬虫流量?
SQL SERVER中递归
2个场景实例讲解GaussDB(DWS)基表统计信息估
常用的 SQL Server 关键字及其含义
动手分析SQL Server中的事务中使用的锁
openGauss内核分析:SQL by pass & 经典执行
一招教你如何高效批量导入与更新数据
天天写SQL,这些神奇的特性你知道吗?
openGauss内核分析:执行计划生成
[IM002]Navicat ODBC驱动器管理器 未发现数据
初入Sql Server 之 存储过程的简单使用
这是目前我见过最好的跨域解决方案!
减少回流与重绘
减少回流与重绘
如何使用KrpanoToolJS在浏览器切图
performance.now() 与 Date.now() 对比
一款纯 JS 实现的轻量化图片编辑器
关于开发 VS Code 插件遇到的 workbench.scm.
前端设计模式——观察者模式
前端设计模式——中介者模式
创建型-原型模式