鱼C论坛

 找回密码
 立即注册
查看: 1394|回复: 2

爬取 淘宝书包页面,为什么能够打印表头,却无法打印数据

[复制链接]
发表于 2020-3-19 18:17:52 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
本帖最后由 Fucu 于 2020-3-19 18:26 编辑

import re
import requests

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]) #eval 函数用来去掉双引号,split用来分隔字符串
            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(tple.format(count,g[0],g[1]))
   
def main():
    goods = '书包'
    status_url = 'http://s.taobao.com/search?q=' + goods
    depth = 2
    infoList = []
    for i in range(depth):
        try:
            url = status_url+'&s='+str(44*i)
            html = getHTMLText(url)
            parsePage(infoList,html)
        except:
            continue
    printGoodsList(infoList)
main()
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复

使用道具 举报

发表于 2020-3-19 18:19:54 | 显示全部楼层

把代码发上来
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

 楼主| 发表于 2020-3-19 18:20:54 | 显示全部楼层
import re
import requests

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]) #eval 函数用来去掉双引号,split用来分隔字符串
            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(tple.format(count,g[0],g[1]))
   
def main():
    goods = '书包'
    status_url = 'http://s.taobao.com/search?q=' + goods
    depth = 2
    infoList = []
    for i in range(depth):
        try:
            url = status_url+'&s='+str(44*i)
            html = getHTMLText(url)
            parsePage(infoList,html)
        except:
            continue
    printGoodsList(infoList)
main()
想知道小甲鱼最近在做啥?请访问 -> ilovefishc.com
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2024-11-25 01:45

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表