Python爬蟲實現抓取京東店鋪信息及下載圖片功能示例

2020-01-04 14:54:25

字體：大中小

來源：轉載

供稿：網友

本文實例講述了Python爬蟲實現抓取京東店鋪信息及下載圖片功能。分享給大家供大家參考，具體如下：

這個是抓取信息的

from bs4 import BeautifulSoupimport requestsurl = '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)                          #解析網頁soup = BeautifulSoup(response.text,'lxml')                   #.text將解析到的網頁可讀storenames = soup.select('#J_ItemList > div > div > p.productTitle > a')    #選擇出商店的信息prices = soup.select('#J_ItemList > div > div > p.productPrice > em')     #選擇出價格的信息sales = soup.select('#J_ItemList > div > div > p.productStatus > span > em')  #選擇出銷售額的信息for storename, price, sale in zip(storenames,prices,sales):  storename = storename.get_text().strip()   #用get_text()方法篩選出標簽中的文本信息，由于篩選結果有換行符/n所以用strip()將換行符去掉  price = price.get_text()  sale = sale.get_text()  print('商店名:%-40s價格:%-40s銷售額:%s'%(storename,price,sale))   #使打印出來的信息規范  print('----------------------------------------------------------------------------------------------')

這個是下載圖片的

from bs4 import BeautifulSoupimport requestsimport urllib.requesturl = '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 = 1for i in imgs:  if(i.get('src')==None):    break  img = 'http:'+i.get('src') #這里廢了好長的時間，原來網站必須要有http：的  #print(img)  urllib.request.urlretrieve(img,'%s.jpg'%a, None,)  a = a+1

ps:

1.選擇信息的時候用css

2.用get_text()方法篩選出標簽中的文本信息

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用于去除左邊的字符；rstrip用于去除右邊的字符。

這三個函數都可傳入一個參數，指定要去除的首尾字符。

需要注意的是，傳入的是一個字符數組，編譯器去除兩端所有相應的字符，直到沒有匹配的字符，比如：

theString = 'saaaay yes no yaaaass'print theString.strip('say')

theString依次被去除首尾在['s'，'a'，'y']數組內的字符，直到字符在不數組內。所以，輸出的結果為：

yes no

比較簡單吧，lstrip和rstrip原理是一樣的。

注意：當沒有傳入參數時，是默認去除首尾空格和換行符的。

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')

運行結果：