Python 爬淘宝网

# -*- coding:utf-8 -*-
import requests
import Debug
from bs4 import BeautifulSoup
import re


class VisitWeb(object):
    def __init__(self):
        self.session = requests.session()
        self.soup = None

    def visit(self, url):
        r = self.session.get(url)
        self.soup = BeautifulSoup(r.text, 'lxml')

    def find_all(self, name):
        links = self.soup.findAll(name)
        for i in range(0, len(links) - 1):
            s = str(links[i])

            regex_str = ".*?([\u4E00-\u9FA5])"
            match_obj = re.findall(regex_str, s)
            name = ''.join(match_obj)

            if s.find('href') != -1:
                temp = str(links[i]['href'])
                if temp.find("taobao") != -1:
                    Debug.print_debug_info(str(i) + ": " + name + " " + links[i]['href'])


if __name__ == '__main__':
    visit = VisitWeb()
    url = 'https://www.taobao.com/'
    visit.visit(url)
    visit.find_all('a')
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