Python爬虫综合案例
import requests
import xlwt
from bs4 import BeautifulSoup
from urllib.parse import unquote,quote
#创建表格
w=xlwt.Workbook(encoding=‘utf-8’)
#添加一个sheet页
ws=w.add_sheet(‘京东爬取结果’)
#设置样式
style=xlwt.XFStyle() # 初始化样式
font=xlwt.Font() # 为样式创建字体
font.name=‘Times New Roman’ #设置字体 font.bold = True # 黑体 font.underline = True # 下划线 font.italic = True # 斜体字
style.font=font # 设定样式
#写入表格头标题内容
ws.write(0,0,‘排名’)
ws.write(0,1,‘链接’)
ws.write(0,2,‘商品名’)
ws.write(0,3,‘商店名’)
ws.write(0,4,‘价格’)
#抓取商品ID,构造每个产品的访问连接
keyword = quote(‘口红’,encoding=‘utf-8’)
url = “https://search.jd.com/Search?keyword=”+keyword+"&enc=utf-8&qrst=1&rt=1&stop=1&vt=2&stock=1&psort=3&click=0"
header = {
“user-agent”: “Mozilla/5.0 (Windows NT 6.1; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/72.0.3626.109 Safari/537.36”
}
session = requests.session()#获得session,能够保持代码证session的统一
requests.packages.urllib3.disable_warnings()#忽略warning警告
response = session.get(url, headers = header , verify = False)#解决ssl安全链接报错问题
soup = BeautifulSoup(response.text,‘html.parser’)#构造bs4解析器
product_id = soup.select(’.gl-item’)#得到所有class=gl-item的标签
for i in range(len(product_id)): #对每个标签构造访问链接,获得对应商品信息
##for i in range(1):
sku_link = “https://item.jd.com/”+product_id[i].get(‘data-sku’)+".html"
##获取商品信息
response = session.get(sku_link, headers = header, verify = False)
soup = BeautifulSoup(response.text,'html.parser')
#商品名称
sku_name = soup.select_one('.sku-name').text
#商店名称
try:
sku_shopname = soup.find(clstag='shangpin|keycount|product|dianpuname1').text #商店名称 国内
except:
sku_shopname = soup.find(clstag='shangpin|keycount|product|dianpu_oversea').text #商店名称 跨境
sku_price = soup.find('span',{'class':'p-price'})
#商品价格
sku_pricelink = 'https://p.3.cn/prices/mgets?skuIds=J_'+product_id[i].get('data-sku')
response = session.get(sku_pricelink, headers = header, verify = False)
sku_price = response.json()[0]['p']
#商品评论 未完成
## 在线json解析网址:http://www.bejson.com/
## header['Host'] = 'club.jd.com'
## header['Referer'] = 'https://item.jd.com/2349751.html'
## link_comment ='https://club.jd.com/comment/skuProductPageComments.action?\
## callback=fetchJSON_comment98vv16692\
## &productId=2349751\
## &score=0\
## &sortType=5\
## &page=0\
## &pageSize=10\
## &isShadowSku=0'
## response = session.get(link_comment, headers = header, verify = False)
## print(response.text)
#打印
sku_rank = str(i+1)
print("排名:"+ sku_rank)
print("商品连接:"+sku_link)
print("商品名称:"+sku_name.strip())
print("商店名称:"+sku_shopname.strip())
print("商品价格:"+ sku_price)
#写入excel
print('开始写入excel,请稍等...',end='')
sku_info = [sku_rank,sku_link,sku_name.strip(),sku_shopname.strip(),sku_price]
for k in range(5):
ws.write(i+1,k,sku_info[k]) #两个参数 : 行号,写入内容
print('写入成功')
print('')
w.save(‘京东爬虫结果.xls’)
欢迎使用Markdown编辑器
你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了解一下Markdown的基本语法知识。
新的改变
我们对Markdown编辑器进行了一些功能拓展与语法支持,除了标准的Markdown编辑器功能,我们增加了如下几点新功能,帮助你用它写博客:
- 全新的界面设计 ,将会带来全新的写作体验;
- 在创作中心设置你喜爱的代码高亮样式,Markdown 将代码片显示选择的高亮样式 进行展示;
- 增加了 图片拖拽 功能,你可以将本地的图片直接拖拽到编辑区域直接展示;
- 全新的 KaTeX数学公式 语法;
- 增加了支持甘特图的mermaid语法1 功能;
- 增加了 多屏幕编辑 Markdown文章功能;
- 增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能,功能按钮位于编辑区域与预览区域中间;
- 增加了 检查列表 功能。
功能快捷键
撤销:Ctrl/Command + Z
重做:Ctrl/Command + Y
加粗:Ctrl/Command + B
斜体:Ctrl/Command + I
标题:Ctrl/Command + Shift + H
无序列表:Ctrl/Command + Shift + U
有序列表:Ctrl/Command + Shift + O
检查列表:Ctrl/Command + Shift + C
插入代码:Ctrl/Command + Shift + K
插入链接:Ctrl/Command + Shift + L
插入图片:Ctrl/Command + Shift + G
查找:Ctrl/Command + F
替换:Ctrl/Command + G
合理的创建标题,有助于目录的生成
直接输入1次#,并按下space后,将生成1级标题。
输入2次#,并按下space后,将生成2级标题。
以此类推,我们支持6级标题。有助于使用TOC
语法后生成一个完美的目录。
如何改变文本的样式
强调文本 强调文本
加粗文本 加粗文本
标记文本
删除文本
引用文本
H2O is是液体。
210 运算结果是 1024.
插入链接与图片
链接: link.
图片:
带尺寸的图片:
居中的图片:
居中并且带尺寸的图片:
当然,我们为了让用户更加便捷,我们增加了图片拖拽功能。
如何插入一段漂亮的代码片
去博客设置页面,选择一款你喜欢的代码片高亮样式,下面展示同样高亮的 代码片
.
// An highlighted block
var foo =