# encoding:utf-8

import re # 使用正則 匹配想要的數據

import requests # 使用requests得到網頁源碼

這個函數是用來得到源碼

# 得到主函數傳入的鏈接

def getHtmlText(url):

try: # 異常處理

# 得到你傳入的URL鏈接 設置超時時間3秒

r = requests.get(url, timeout=3)

# 判斷它的http狀態碼

r.raise_for_status()

# 設置它的編碼 encoding是設置它的頭部編碼 apparent_encoding是從返回網頁中分析它的編碼格式

r.encoding = r.apparent_encoding

# 返回源代碼

return r.text

except: # 發生異常返回空

return ''

這個函數使用來解析你的源代碼 獲取你想要的數據

# 解析你的網頁信息

def parsePage(ilt, html):

# 異常處理

try:

# 找到書包的價格

plt = re.findall(r'\"view_price\"\:\"[\d\.]*\"', html)

# 找到書包的名稱

tlt = re.findall(r'\"raw_title\"\:\".*?\"', html)

# 找到書包的地址

add = re.findall(r'\"item_loc\"\:\".*?\"', html)

# 找到書包的圖片鏈接

img = re.findall(r'\"pic_url\"\:\".*?\"', html)

# 得到這個內容放入主函數中的列表

for i in range(len(plt)):

price = eval(plt[i].split(':')[1])

title = eval(tlt[i].split(':')[1])

address = eval(add[i].split(':')[1])

imgs = eval(img[i].split(':')[1])

ilt.append([price, title, address, imgs])

except: # 放生異常輸出空字符串

print('')

# 得到主函數傳入的列表

def printGoodsList(ilt):

# 每個列之間用tplt的放是隔開

tplt = '{:4}\t{:8}\t{:16}\t{:32}'

# 這個是整個的標題

print(tplt.format('序號', '價格', '商品名稱','地址', '圖片地址'))

count = 0 # 統計有多少的序號

for g in ilt:

count = count + 1 # 循環一遍加一

print(tplt.format(count, g[0], g[1], g[2]), g[3]) # 輸出你得到的數據

# 定義主函數 main

def main():

goods = '書包' # 你要搜索的東西

depth = 2 # 你想要得到幾頁的東西

start_url = 'https://s.taobao.com/search?q=' + goods # 你搜索的網址加上你的搜索東西

infoList = [] # 自定義的空列表用來存放你的到的數據

for i in range(depth): # 循環你的頁數

try: # 異常處理

url = start_url + '&s' + str(44 * i) # 得到你的網址

html = getHtmlText(url) # 得到url傳入到你要得到url的函數中

parsePage(infoList, html) # 得到你的html源碼 放入解析的網頁中

except: # 發生異常跳過

continue

# 把列表中的數據放入解析的函數中

printGoodsList(infoList)

# 代碼調試片段

if __name__ == '__main__':

main() # 調用主函數

以上就是經過小編測試過的用python3爬取淘寶信息的代碼，大家測試后如果還有任何不明白的地方可以在下方的留言區討論。

總結

以上是生活随笔為你收集整理的python爬淘宝评论源代码_python3爬取淘宝信息代码分析的全部內容，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。