推广 热搜: page  数据  小红  红书  考试  论文  数据分析  关键词  哪些  搜索 

python爬虫翻页怎么解决 python 爬虫 翻页

   日期:2025-01-03     移动:https://sicmodule.kub2b.com/mobile/quote/18349.html


通过分析京东的网址,寻找翻页时网址的变化规律,从而获取需要用到的数据。在这里我将展示在京东商城爬取书包的价格以及其商品全称,如果觉得这篇文章ok的亲们,可以换个网站,用淘宝如法炮制,祝您成功!

测试代码

1、getText(url):以目标网页作为参数,获取网页文本内容并返回。

url:为传入函数的目标网址;

“try... except...":为了防止长时间无法响应网站而死机,设置响应时间为30秒;

2、parsePage(ilt , html):分析目标网页中需要的内容(商品全称,商品价格),存储在列表ilt中。

ilt:传入的空白列表参数,用于保存查询到的商品信息(商品全称,商品价格);

html:该参数中保存了目标网站的网页内容;

soup:调用引入的BeautifulSoup库(使用方法请自行搜索,这里不做解释);

plt:用于保存价格数据的列表。用BeautifulSoup库中的find_all()函数寻找需要的价格数据;

tlt:用于保存商品名称数据的列表。用BeautifulSoup库中的find_all()函数寻找需要的商品名称数据;

price:用于保存查找到的信息中,文本内容的价格字符;

title:用于保存查找到的信息中,文本内容的商品全称的字符;

3、printGoodsList(ilt):打印出列表ilt中存储的相关数据信息。

ilt:已经存储了所需要的信息的列表;

count:作为序号用于记录商品的数量,并同商品信息一并输出;

循环输出商品信息。

以“书包”为例,进入京东官网"https://www.jd.com/",在搜索框中输入“书包”后,可以明显看到,网页变成了https://search.jd.com/Search?keyword=书包&enc=utf-8&wq=书包&pvid=015eefefd82d46e8829af2ceb43db206

分析网页网址可知,通过keyword后面的字段可以搜索到想要的商品,因此,可以通过用户输入获取商品初始网址。点击商品主页底部的翻页可以发现,网址再次发生了变化。

 点击底部导航栏,选择第二页画面后观察网址,发现网址变化为:https://search.jd.com/Search?keyword=书包&qrst=1&wq=书包&stock=1&pvid=015eefefd82d46e8829af2ceb43db206&page=3&s=56&click=0

 变化后的网址与首页网址的区别在于多了一个stock、page、s以及click参数,我们继续点击第三页内容进行对比观察

https://search.jd.com/Search?keyword=书包&qrst=1&wq=书包&stock=1&pvid=015eefefd82d46e8829af2ceb43db206&page=5&s=116&click=0

 第二页与第三页的网址对比可以发现,stock没有变化,page从3变成了5,s从56变成了116,click没有变化。至此,可以推断出这几个变量的变化规律:

page=2*i-1(i的值表示第i页的商品内容);

s的值,好吧没找出规律来QAQ,欢迎大家在评论里批评指正;

因此,我们以获取两页的商品为例,将目标网页根据寻找到的规律重新订制。

同样,我们在寻找目标数据时,先随便找到一个商品,右键点击“检查”,发现我们所需要的价格信息在class名为“p-price”的div中,商品全称在class名为“p-name”(或“p-name-type-2”,不熟悉html中命名规则的亲们可以自行查找相关资料学习,这里不做解释)的div中,而价格的文本内容在div下的i标签中,因此通过BeautifulSoup中的find_all()函数找到div,再将价格保存在price中;同上,商品全称的文本内容保存在em标签中,使用get_text()函数可以获取其中的非标签内容。

main():执行函数;

goods:通过用户输入获取商品名称;

depth:爬取目标网页的页数,这里以2页的内容为例,亲们可自行修改;

start_url:定义初始网址,将获取的商品数据加入网址中;

infoList:用于存放相关数据的列表;

url:翻页后的网址。

本文地址:https://sicmodule.kub2b.com/quote/18349.html     企库往 https://sicmodule.kub2b.com/ , 查看更多

特别提示:本信息由相关用户自行提供,真实性未证实,仅供参考。请谨慎采用,风险自负。


0相关评论
相关最新动态
推荐最新动态
点击排行
网站首页  |  关于我们  |  联系方式  |  使用协议  |  版权隐私  |  网站地图  |  排名推广  |  广告服务  |  积分换礼  |  网站留言  |  RSS订阅  |  违规举报  |  鄂ICP备2020018471号