Python实战计划学习笔记:爬取一页商品数据

第一次大作业,简单的熟悉了requests、BeautifulSoup包的用法

实验成果

部分结果展示.png

代码

#!/usr/bin/env pyhon
import requests
import timefrom bs4 import BeautifulSoup
import time

def get_links(sale=0):
    urls = []
    url = 'http://bj.58.com/pbdn/{}/pn2/'.format(str(sale))
    wb_data = requests.get(url)
    if wb_data.status_code == 200:
            soup = BeautifulSoup(wb_data.text,'lxml')
            for link in soup.select('td.t a.t'):
                urls.append(link.get('href'))
    return urls

def get_view(url):
    url_path = url.split("?")[0]
    url_last_part = url_path.split('/')[-1]
    id = url_last_part.strip('x.shtml')
    api = 'http://jst1.58.com/counter?infoid={}'.format(id)
    time.sleep(5)
    headers = {
        'User-Agent':'Mozilla/5.0 (Windows NT 6.3; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/52.0.2743.116 Safari/537.36',
        'Cookie':'f=n; f=n; f=n; ipcity=huizhou%7C%u60E0%u5DDE; myfeet_tooltip=end; bj58_id58s="MFFhRi0yRVk0Y0xUMDAzNw=="; id58=c5/ns1fKTxYusyMjA8gkAg==; als=0; sessionid=425f8ca2-2199-4331-9b7c-994f00dc7510; bj58_new_session=0; bj58_init_refer=""; bj58_new_uv=2; 58tj_uuid=e39df2d8-ca6a-42ff-b6e4-c80709fe8724; new_session=0; new_uv=2; utm_source=; spm=; init_refer=',
        'Accept-Language':'zh-CN,zh;q=0.8',        'Cache-Control' :'max-age= 0',
        'Connection':'keep-alive',
        'Host':'bj.58.com',
        'Referer' : r'http://bj.58.com/pingbandiannao/{}x.shtml'.format(str(id))
    }
    js = requests.get(api,headers=headers,allow_redirects=False)
    if js.status_code != 200:
        return 0
    view = js.text.split('=')[-1]
    return view

def get_more_detial(sale=0):
    urls = get_links(sale)
    for url in urls:
        wb_data = requests.get(url)
        soup = BeautifulSoup(wb_data.text,'lxml')
        titles = soup.title.text
        dates = soup.select('li.time')
        prices = soup.select('#content span.price')
        areas = list(soup.select('.c_25d')[0].stripped_strings if soup.find_all('span','c_25d') else "")
         
        time.sleep(5)
        data = {
            'title': titles,
            'data': dates[0].text if len(dates) > 0 else"",
            'price': prices[0].text if len(prices) > 0 else 0,
            'area': areas,
            'cate' : '个人' if sale == 0 else'商家',
            'view' : get_view(url)
        }
        print(data)

print(get_more_detial(1))

总结

  • 几个月的时间,网站反爬策略不断更新,这次写的代码还是没能解决view的问题
  • 利用向网站传递headers的方法以及不能满足现状了
  • 下一步除了学习mongo,有可能还要学习前端
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,547评论 6 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,399评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,428评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,599评论 1 274
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,612评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,577评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,941评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,603评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,852评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,605评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,693评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,375评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,955评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,936评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,172评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,970评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,414评论 2 342

推荐阅读更多精彩内容