python爬取淘宝商品信息

小编 2026-06-15 阅读:1618 评论:0
本文实现了用python爬取淘宝信息的功能,主要涉及访问网页、正则匹配、json格式化等技术。 # -*- coding: utf-8 -* import requests # import bs4...

本文实现了用python爬取淘宝信息的功能,主要涉及访问网页、正则匹配、json格式化等技术。

# -*- coding: utf-8 -*

import requests
# import bs4
import re
import json


def open(keywords, page):
    headers = {
        \"User-Agent\": \"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.87 Safari/537.36\"}

    payload = {\'q\': keywords, \'sort\': \"sale-desc\", \'s\': (page - 1) * 44}
    url = \"https://s.taobao.com/search\"

    res = requests.get(url, params=payload)
    # https://s.taobao.com/search?q=羽绒服&sort=sale-desc&s=44
    return res


def get_item(res):
    g_page_config = re.search(r\'g_page_config = (.*?);\\n\', res.text)
    page_config_json = json.loads(g_page_config.group(1))
    page_item = page_config_json[\'mods\'][\'itemlist\'][\'data\'][\'auctions\']

    result = []  # 整理出我们关注的信息(ID,标题,链接,售价,销量和商家)
    for each in page_item:
        dict1 = dict.fromkeys((\'id\', \'title\', \'link\', \'price\', \'sale\', \'shoper\'))
        dict1[\'id\'] = each[\'nid\']
        dict1[\'title\'] = each[\'title\']
        dict1[\'link\'] = each[\'detail_url\']
        dict1[\'price\'] = each[\'view_price\']
        dict1[\'sale\'] = each[\'view_sales\']
        dict1[\'shoper\'] = each[\'nick\']
        result.append(dict1)

    return result


def count_sales(items):
    count = 0
    for each in items:
        if u\'黑色\' in each[\'title\']:  # 规定只取标题中‘###\'的商品
            count += int(re.search(r\'\\d+\', each[\'sale\']).group())

    return count


def main():
    keywords = raw_input(\"请输入搜索关键词:\")  # 可以为各种商品名称  羽绒服
    length = 2  # 淘宝商品页数
    total = 0

    for each in range(length):
        res = open(keywords, each + 1)
        # print res.text
        items = get_item(res)
        print items
        total += count_sales(items)  # 销售总量
    print(total)


if __name__ == \"__main__\":
    main()

 

版权声明

本文仅代表作者观点,不代表百度立场。
本文系作者授权百度百家发表,未经许可,不得转载。

热门文章
  • 机房智能化温湿度解决方式之POE供电以太网温湿度传感器

    机房智能化温湿度解决方式之POE供电以太网温湿度传感器
    机房智能化温湿度解决方式之POE供电以太网温湿度传感器 北京盈创力和电子科技有限公司 智能型TCP网口温湿度记录仪 北京IP网络温湿度记录仪厂家,北京盈创力和 北京智能型TCP网口温湿度记录仪IP网络温湿度记录仪是一种新型的基于TCP/IP协议双绞线以太网标准温湿度采集模块,利用它可以实现现场温度值、相对湿度值的采集,同时利用其自身的RJ45通信接口可以方便地和机房监控主机或交换机集线器进行联网。 工作于-40℃~85℃工业级带...
  • Sequential Monte Carlo Methods (SMC) 序列蒙特卡洛/粒子滤波/Bootstrap Filtering

    Sequential Monte Carlo Methods (SMC) 序列蒙特卡洛/粒子滤波/Bootstrap Filtering
    Problem Statement 我们考虑一个具有马尔可夫性质、非线性、非高斯的状态空间模型(State Space Model):对于一个时间序列上的观测结果{yt,t∈N}\\{ y_t , t \\in N \\}{yt​,t∈N},我们认为每个观测结果yty_tyt​的生成依赖于一个无法直接观察的隐变量xt∈{xt,t∈N}x_t \\in \\{x_t , t \\in N \\}xt​∈{xt​,t∈N},即:p(...
  • HTTP状态保持的原理

    HTTP状态保持的原理
    a)在用户登录之后,浏览器返回响应的时候会在响应中添加上cookieb)浏览器接收到cookie之后会自动保存c)当用户再次请求同一服务器中的其他网页的时候,浏览器会自动带上之前保存的cookied)服务接收到请求之后可以请 request 对象中取到cookie 判断当前用户是否登录  Http是无状态的,就是连接时数据互通,关闭后...
  • Hive 系统函数及示例

    Hive 系统函数及示例
    查看所有系统函数 show functions; 函数分类 内置函数【系统函数】 数学函数: floor、round、ceil、cos、log2等 字符串函数: length、reverse、trim、lower、get_json_object、repeat等 收集函数: size 转换函数: cast 日期函数: year、month、datediff、date、date_add等 条件函数: coalesce、case…w...
  • CSRF的原理和防范措施

    CSRF的原理和防范措施
    a)攻击原理:i.用户C访问正常网站A时进行登录,浏览器保存A的cookieii.用户C再访问攻击网站B,网站B上有某个隐藏的链接或者图片标签会自动请求网站A的URL地址,例如表单提交,传指定的参数iii.而攻击网站B在访问网站A的时候,浏览器会自动带上网站A的cookieiv.所以网站A在接收到请求之后可判断当前用户是登录状态,所以...
标签列表