Python亚马逊图书爬虫

encoding=utf8

import requests
import time
from requests.exceptions import RequestException
import urllib
from pyquery import PyQuery as pq
import json
import re
from bs4 import BeautifulSoup
from config import *
def get_detail():
times=int(time.time())
datas = {
'ref_':'dp_apl_pc_loaddesc',
'asin':'B00JZ96ZI8',
'cacheTime':times,
'merchantId':'A1AJ19PSB66TGU',
'deviceType':'web'
}
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/50.0.2661.102 Safari/537.36'
}
url='https://www.amazon.cn/gp/product-description/ajaxGetProuductDescription.html?'+urllib.urlencode(datas)
#必须要加请求头
response = requests.get(url, headers=headers)
try:
if response.status_code == 200:
return response.text
except RequestException:
print u'请求索引页出错'
#return None
def parse_detail(html):
#生成BeautifulSoup对象并使用lxml解析
soup = BeautifulSoup(html, 'lxml')
#获取目录
directory = soup.select('#s_content_4 > p')[0]
#获取编辑推荐
article = soup.select('#s_content_0 > p')[0]
article=str(article).replace('亚马逊编辑推荐:','')
print article
def main():
html=get_detail()
parse_detail(html)
if name == 'main':
main()


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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
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