基于python的-爬取苏宁易购商品文本信息

from selenium import webdriver
import time

class SuNing(object):
    def __init__(self, num):
        self.num = num

    def start_suning(self):
        driver = webdriver.Firefox()
        driver.get('https://www.suning.com/')
        put = driver.find_element_by_id('searchKeywords')
        put.send_keys('%s' % num)
        button = driver.find_element_by_id('searchSubmit')
        button.click()
        button.click()
        file_handle = open('%s.txt' % num, 'w', encoding='utf-8')
        for x in range(1,10):
            print('正在爬取第%s页内容,请稍候.......' % x)
            for x in range(0,11,2):
                time.sleep(1)
                j = x / 10
                js = 'document.documentElement.scrollTop = document.documentElement.scrollHeight * %f' % j
                driver.execute_script(js)
            # price_list = driver.find_elements_by_class_name('prive price ')
            imf_list = driver.find_elements_by_class_name('sellPoint')
            # for price in price_list:
            #     file_handle.write(price.text)
            #     file_handle.write('\n\n')
            for thing in imf_list:
                file_handle.write(thing.text)
                file_handle.write('\n\n')
            page = driver.find_element_by_id('nextPage')
            page.click()
        driver.quit()

num = input('请输入要搜索的商品:')
sn = SuNing(num)
sn.start_suning()
  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
虫(Web Crawler)是一种自动化程序,用于从互联网上收集信息。其主要功能是访问网页、提数据并存储,以便后续分析或展示。虫通常由搜索引擎、数据挖掘工具、监测系统等应用于网络数据抓的场景。 虫的工作流程包括以下几个关键步骤: URL收集: 虫从一个或多个初始URL开始,递归或迭代地发现新的URL,构建一个URL队列。这些URL可以通过链接分析、站点地图、搜索引擎等方式获。 请求网页: 虫使用HTTP或其他协议向目标URL发起请求,获网页的HTML内容。这通常通过HTTP请求库实现,如Python中的Requests库。 解析内容: 虫对获的HTML进行解析,提有用的信息。常用的解析工具有正则表达式、XPath、Beautiful Soup等。这些工具帮助虫定位和提目标数据,如文本、图片、链接等。 数据存储: 虫将提的数据存储到数据库、文件或其他存储介质中,以备后续分析或展示。常用的存储形式包括关系型数据库、NoSQL数据库、JSON文件等。 遵守规则: 为避免对网站造成过大负担或触发反虫机制,虫需要遵守网站的robots.txt协议,限制访问频率和深度,并模拟人类访问行为,如设置User-Agent。 反虫应对: 由于虫的存在,一些网站采了反虫措施,如验证码、IP封锁等。虫工程师需要设计相应的策略来应对这些挑战。 虫在各个领域都有广泛的应用,包括搜索引擎索引、数据挖掘、价格监测、新闻聚合等。然而,使用虫需要遵守法律和伦理规范,尊重网站的使用政策,并确保对被访问网站的服务器负责。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值