网站商品信息爬虫代码及详细注释

import re          #正则表达式库是为了查找
import requests   #requests库是为了获取网页

def getHTMLText(url):  #获取页面,若用bs4解析，就是html格式文本，若不解析，就是一大串字符串
    try:
        r = requests.get(url, timeout = 30) #获得response对象，r是对象
        r.raise_for_status()          #这就是检查是不是很够返回对象
        r.encoding = r.apparent_encoding  #这里改变编码格式，编码格式不一定支持中文，这里让它支持中文
        return r.text  #返回的htm