日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當前位置: 首頁 > 编程资源 > 编程问答 >内容正文

编程问答

某宝的爬虫测试

發布時間:2024/3/26 编程问答 31 豆豆
生活随笔 收集整理的這篇文章主要介紹了 某宝的爬虫测试 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

內容

基于網上的代碼,設計了一個搜索關鍵字去爬取商品信息的初級demo。cookies.txt文件需要在登陸的時候,去讀取,具體如下:
登陸的時候打開F12,選擇好Network 勾選Preserve log

登陸之后,會產生下面這個文檔。


保存cookie信息到cookies.txt就可以運行下面代碼。

import requests from selenium import webdriver from selenium.webdriver.chrome.options import Options from bs4 import BeautifulSoup import re from lxml import etree import pandas as pd import random import time import numpy as np from tqdm import tqdm import requests import randomdef set_user_agent():USER_AGENTS = ["Mozilla/5.0 (compatible; MSIE 9.0; Windows NT 6.1; Win64; x64; Trident/5.0; .NET CLR 3.5.30729; .NET CLR 3.0.30729; .NET CLR 2.0.50727; Media Center PC 6.0)","Mozilla/5.0 (compatible; MSIE 8.0; Windows NT 6.0; Trident/4.0; WOW64; Trident/4.0; SLCC2; .NET CLR 2.0.50727; .NET CLR 3.5.30729; .NET CLR 3.0.30729; .NET CLR 1.0.3705; .NET CLR 1.1.4322)","Mozilla/4.0 (compatible; MSIE 7.0b; Windows NT 5.2; .NET CLR 1.1.4322; .NET CLR 2.0.50727; InfoPath.2; .NET CLR 3.0.04506.30)","Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN) AppleWebKit/523.15 (KHTML, like Gecko, Safari/419.3) Arora/0.3 (Change: 287 c9dfb30)","Mozilla/5.0 (X11; U; Linux; en-US) AppleWebKit/527+ (KHTML, like Gecko, Safari/419.3) Arora/0.6","Mozilla/5.0 (Windows; U; Windows NT 5.1; en-US; rv:1.8.1.2pre) Gecko/20070215 K-Ninja/2.1.1","Mozilla/5.0 (Windows; U; Windows NT 5.1; zh-CN; rv:1.9) Gecko/20080705 Firefox/3.0 Kapiko/3.0","Mozilla/5.0 (X11; Linux i686; U;) Gecko/20070322 Kazehakase/0.4.5"]user_agent = random.choice(USER_AGENTS)return user_agentclass TaoBao:def __init__(self,url):#test_url是我們實際登陸后才能看到的內容,為了確保模擬成功在此用它進行測試self.test_url=urlself.headers={"Origin":"https://login.taobao.com","Upgrade-Insecure-Requests":"1","Content-Type":"application/x-www-form-urlencoded","Accept":"text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,image/apng,*/*;q=0.8","Referer":"https://login.taobao.com/member/login.jhtml?redirectURL=https%3A%2F%2Fwww.taobao.com%2F","Accept-Encoding":"gzip, deflate, br","Accept-Language":"zh-CN,zh;q=0.9","User-Agent":set_user_agent()}self.cookies = {} # 申明一個字典用于存儲手動復制的cookiesself.res_cookies_txt = "" # 申明剛開始瀏覽器返回的cookies為空字符串#讀取mycookies.txt中的cookiesdef read_cookies(self):with open("cookies.txt",'r',encoding='utf-8') as f:cookies_txt = f.read().strip(';') #讀取文本內容#由于requests只保持 cookiejar 類型的cookie,而我們手動復制的cookie是字符串需先將其轉為dict類型后利用requests.utils.cookiejar_from_dict轉為cookiejar 類型#手動復制的cookie是字符串轉為字典:for cookie in cookies_txt.split(';'):name,value=cookie.strip().split('=',1) #用=號分割,分割1次self.cookies[name]=value #為字典cookies添加內容#將字典轉為CookieJar:cookiesJar = requests.utils.cookiejar_from_dict(self.cookies, cookiejar=None,overwrite=True)return cookiesJar#保存模擬登陸成功后從服務器返回的cookies,通過對比可以發現是有所不同的def set_cookies(self,cookies):# 將CookieJar轉為字典:res_cookies_dic = requests.utils.dict_from_cookiejar(cookies)#將新的cookies信息更新到手動cookies字典for i in res_cookies_dic.keys():self.cookies[i] = res_cookies_dic[i]#將服務器返回的cookies寫入到mycookies.txt中實現更新for k in self.cookies.keys():self.res_cookies_txt += k+"="+self.cookies[k]+";"with open('cookies.txt',"w",encoding="utf-8") as f:f.write(self.res_cookies_txt)def login(self):#開啟一個session會話session = requests.session()#設置請求頭信息session.headers = self.headers#將cookiesJar賦值給會話session.cookies=self.read_cookies()#向測試站點發起請求response = session.get(self.test_url) # print(response.content.decode())self.set_cookies(response.cookies)return responsedef deal(self,wen):tir = wen.textreps = list(set(re.findall('u\d[a-z\d]{3}',tir)))for rep in reps:try:hou = '\\'+repbian = hou.encode("gb18030").decode("unicode-escape")tir = tir.replace('\\\\'+rep,bian)except:continuetext = re.findall('"icon":(.*?)"icon"',tir)detail = re.findall('"detail_url":"(.*?)",',tir)title = re.findall('"raw_title":"(.*?)",',tir)nid = re.findall('"nid":"(.*?)",',tir)pic_url = re.findall('"pic_url":"(.*?)",',tir)item_loc = re.findall('"item_loc":"(.*?)",',tir)price = re.findall('"view_price":"(.*?)",',tir)web = []for de in detail:web.append('https:' + de)pic = []for pp in pic_url:pic.append('https:' + pp)biao = pd.DataFrame()biao['id'] = nidbiao['title'] = titlebiao['price'] = pricebiao['detail'] = webbiao['pic_url'] = picbiao['location'] = item_locreturn biaoif __name__ == '__main__':something = input('找什么')a = something.encode("utf-8")b = str(a).replace("b'",'').replace('\\x','%').upper()url = 'https://s.taobao.com/search?q=' + btaobao=TaoBao(url)wen = taobao.login()biao = taobao.deal(wen)

總結

以上是生活随笔為你收集整理的某宝的爬虫测试的全部內容,希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯,歡迎將生活随笔推薦給好友。

主站蜘蛛池模板: 欧美精品一区二区三区久久久 | 天天爱天天干天天操 | 国产精品福利在线 | 欧美一级黄色片 | 欧美特级特黄aaaaaa在线看 | 永久免费在线视频 | 男女插鸡视频 | 九九色九九 | 一级绝黄 | 亚州av片 | 国产午夜免费视频 | 中文在线一区 | 欧美一区二区三区在线 | 国产精品播放 | 丝袜视频在线观看 | xxxx999| 综合色影院 | 久久精品国内 | 久综合| 亚洲成a人v欧美综合天堂麻豆 | 精品网站999www | 久久91 | 人乳videos巨大吃奶 | 一区二区三区视频网 | 黄色一级免费观看 | 成人av免费在线播放 | 97免费在线观看视频 | 天天干夜夜想 | 精品少妇一区二区三区密爱 | 国产欧美一区二区在线 | 国产成人在线视频网站 | 美女色综合 | 永久免费成人代码 | 国产区一区 | 天天操操操操操 | 日本白嫩的bbw | 欧美激情综合色综合啪啪五月 | 日韩影院一区二区 | 两个人看的www视频免费完整版 | 四虎在线影视 | 日本性生活一级片 | 久久久久久久国产视频 | 国产91一区 | 小镇姑娘高清播放视频 | 日本一品道| 精品一区二区三区毛片 | 国产又粗又猛又色又 | 国产免费黄色小视频 | 中文字幕乱码av | 亚洲精品无码久久久久久久 | 卡一卡二卡三 | 久久精品a | 久操热线 | 麻豆av在线免费观看 | 国产主播精品 | 中文字幕在线观看网站 | 天天色综合av | 国产香蕉9| 欧美老女人视频 | 国产精品国产三级国产aⅴ下载 | 久久99综合 | 日韩阿v | 91免费网站入口 | 亚洲理论片 | 美脚の诱脚舐め脚 | 成人免费一区二区 | 日本在线视频一区二区三区 | 开元在线观看视频国语 | 激情图片区 | 玩弄人妻少妇500系列视频 | 中文字幕乱码人妻一区二区三区 | 欧美精品一区二区在线观看 | 四虎影裤| 91精品国自产在线偷拍蜜桃 | 一级肉体全黄裸片中国 | 欧美一区二 | 天堂一级片 | 蜜桃在线一区二区 | 成人av一区二区三区在线观看 | 亚洲成a人在线观看 | 久久久久免费精品 | 一级黄网站| 内射一区二区三区 | 欧美午夜性春猛交 | 内射无码专区久久亚洲 | 久久成年 | 国产字幕av | 日日夜夜狠狠干 | 国产精久久一区二区三区 | 91精品国产欧美一区二区 | caoporn人人| 亚洲黄色一区二区三区 | 亚洲综合色在线 | 天天澡天天狠天天天做 | 国产h视频在线 | 99久久精品国产亚洲 | 午夜日韩福利 | 国产一区二区视频免费在线观看 | 日韩免费视频观看 |