一、最近刚好想换手机,然后就想知道京东上心仪的手机价格如何,对比手机价格如何,以及相应的历史价格,然后就用Python requests+MySQLdb+smtplib爬取相关的数据
二、关于实现的主要步骤:
1、根据京东搜索页面,搜索某型号(如小米手机)的自营手机,得出该型号在京东自营上的链接url
2、根据该url,将小米手机的京东自营的所有种类的url均爬取下来,存在列表或者字典里
3、根据找到的所有商品的url,爬取商品对应的价格,商品的简介
4、将以上相关信息插入数据库,并根据数据库下一条目与上一条目的价格对比,若产品降价了,则发相关email到指定用户进行通知
三、Python实现
1、如何获得京东自营的某型号手机的大类url:
首先,在京东自营上搜索某手机时,出现的结果列表并不会显示该品牌手机的所有型号手机,如可能会显示小米5 黑色32G,但可能不会显示小米5 白色 32G这一型号,这一型号在我们点击小米5 黑色32G链接进入下一级页面后会有相应的链接,所以我们第一步先要爬出所有该品牌的大类链接,再由大类链接去找到所有的该品牌的所有机型。
脚本实现如下:调用webdriver的PhantonJS, 进行JS渲染,从而得到页面的html,再运用正则判断商店名是否为该品牌的自营手机店,从而确定抓取哪些url
def get_href_list(self, search_url, shop_name):
'''得到京东某品牌自营的各种乐视手机的型号大类的url列表'''
dv = webdriver.PhantomJS()
a = search_url
dv.get(a)
time.sleep(4)
html = dv.execute_script("return document.documentElement.outerHTML")
aa = open('tey.txt','w+')
aa.write(html)
aa.close()
bb = open('tey.txt' , 'r+')
bbb = bb.read()
bb.close()
re_cmp = re.compile('<li class="gl-item" data-sku="(.*?)"', re.S)
re_cmp_shop = re.compile('<div class="p-shop"(.*?)</div>', re.S)
re_cmp_shop2 = re.compile('<a.*?>(.*?)</a>', re.S)
cc = re.findall(re_cmp , bbb)
aa = open('tey_1.txt','w+')
for i in cc:
aa.write(i + '\n')
aa.close()
return_href_list = []
dd= re.findall(re_cmp_shop, bbb)
aa = open('tey_2.txt','w+')
print 'url is %s, shop name is %s'%(search_url,shop_name)
for jj in range(len(dd)):
ddd = re.findall(re_cmp_shop2, dd[jj])
if len(ddd) !=0 and ddd[0] == shop_name :
return_href_list.append('https://item.jd.com/' + cc[jj] + '.html')
aa.write(ddd[0] + '\n' + 'https://item.jd.com/' + cc[jj] + '.html' + '\n\n')
aa.close()
self.return_list = return_href_list
return return_href_list
2、抓到大类url后&#x