Python爬虫实现抓取京东店铺信息及下载图片功能示例
本文实例讲述了Python爬虫实现抓取京东店铺信息及下载图片功能。分享给大家供大家参考,具体如下:
这个是抓取信息的
from bs4 import BeautifulSoup import requests url = 'https://list.tmall.com/search_product.htm?q=%CB%AE%BA%F8+%C9%D5%CB%AE&type=p&vmarket=&spm=875.7931836%2FA.a2227oh.d100&from=mallfp..pc_1_searchbutton' response = requests.get(url) #解析网页 soup = BeautifulSoup(response.text,'lxml') #.text将解析到的网页可读 storenames = soup.select('#J_ItemList > div > div > p.productTitle > a') #选择出商店的信息 prices = soup.select('#J_ItemList > div > div > p.productPrice > em') #选择出价格的信息 sales = soup.select('#J_ItemList > div > div > p.productStatus > span > em') #选择出销售额的信息 for storename, price, sale in zip(storenames,prices,sales): storename = storename.get_text().strip() #用get_text()方法筛选出标签中的文本信息,由于筛选结果有换行符\n所以用strip()将换行符去掉 price = price.get_text() sale = sale.get_text() print('商店名:%-40s价格:%-40s销售额:%s'%(storename,price,sale)) #使打印出来的信息规范 print('----------------------------------------------------------------------------------------------')
这个是下载图片的
from bs4 import BeautifulSoup import requests import urllib.request url = 'https://list.tmall.com/search_product.htm?q=%CB%AE%BA%F8+%C9%D5%CB%AE&type=p&vmarket=&spm=875.7931836%2FA.a2227oh.d100&from=mallfp..pc_1_searchbutton' response = requests.get(url) soup = BeautifulSoup(response.text, 'lxml') imgs = soup.select('#J_ItemList > div > div > div.productImg-wrap > a > img') a = 1 for i in imgs: if(i.get('src')==None): break img = 'http:'+i.get('src') #这里废了好长的时间,原来网站必须要有http:的 #print(img) urllib.request.urlretrieve(img,'%s.jpg'%a, None,) a = a+1
ps:
1.选择信息的时候用css
2.用get_text()
方法筛选出标签中的文本信息
3.strip
,lstrip
,rstrip
的用法:
Python中的strip
用于去除字符串的首尾字符;同理,lstrip
用于去除左边的字符;rstrip
用于去除右边的字符。
这三个函数都可传入一个参数,指定要去除的首尾字符。
需要注意的是,传入的是一个字符数组,编译器去除两端所有相应的字符,直到没有匹配的字符,比如:
theString = 'saaaay yes no yaaaass' print theString.strip('say')
theString依次被去除首尾在['s','a','y']
数组内的字符,直到字符在不数组内。所以,输出的结果为:
yes no
比较简单吧,lstrip
和rstrip
原理是一样的。
注意:当没有传入参数时,是默认去除首尾空格和换行符的。
theString = 'saaaay yes no yaaaass' print theString.strip('say') print theString.strip('say ') #say后面有空格 print theString.lstrip('say') print theString.rstrip('say')
运行结果:
yes no
es no
yes no yaaaass
saaaay yes no
更多关于Python相关内容可查看本站专题:《Python Socket编程技巧总结》、《Python正则表达式用法总结》、《Python数据结构与算法教程》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。
- Python中使用aiohttp模拟服务器出现错误问题及解决方法
- Python requests及aiohttp速度对比代码实例
- Python aiohttp百万并发极限测试实例分析
- python aiohttp的使用详解
- Python中利用aiohttp制作异步爬虫及简单应用
- Python中asyncio与aiohttp入门教程
- Python爬虫抓取指定网页图片代码实例
- python requests抓取one推送文字和图片代码实例
- Python3简单爬虫抓取网页图片代码实例
- Python使用爬虫抓取美女图片并保存到本地的方法【测试可用】
- Python爬虫之网页图片抓取的方法
- python抓取网站的图片并下载到本地的方法
- python 基于AioHttp 异步抓取火星图片
相关文章
解决pycharm上的jupyter notebook端口被占用问题
今天小编就为大家分享一篇解决pycharm上的jupyter notebook端口被占用问题,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12
最新评论