python爬取淘寶華為手機

来源:https://www.cnblogs.com/xiaoxinlu/archive/2018/06/04/9135865.html
-Advertisement-
Play Games

import re from selenium import webdriver from selenium.common.exceptions import TimeoutException from selenium.webdriver.common.by import By from sele... ...


import re  
  
from selenium import webdriver  
from selenium.common.exceptions import TimeoutException  
from  selenium.webdriver.common.by import By  
from selenium.webdriver.support.ui import WebDriverWait  
from selenium.webdriver.support import expected_conditions as EC  
from  pyquery import PyQuery as pq  
from config import *  
import  pymongo  
  
  
client = pymongo.MongoClient(MONGO_URL)  
db = client[MONGO_DB]  
  
# browser = webdriver.PhantomJS(service_args=SERVER_ARGS)  
browser = webdriver.Chrome()  
wait = WebDriverWait(browser,10)  
  
# browser.set_window_size(1400,900)  
  
def search():  
    print('SEARCHING...')  
    try:  
        browser.get('https://www.taobao.com')  
        input = wait.until(  
            EC.presence_of_element_located((By.CSS_SELECTOR,'#q'))  
        )  
  
        submit = wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR,'#J_TSearchForm > div.search-button > button')))  
        input.send_keys(KEYWORD)  
        submit.click()  
        total = wait.until(EC.presence_of_element_located((By.CSS_SELECTOR,'#mainsrp-pager > div > div > div > div.total')))  
        get_products()  
        return total.text  
    except TimeoutException:  
        return search()  
  
  
def next_page(page_number):  
    print('PAGE TURNING...', page_number)  
    try:  
        input = wait.until(  
            EC.presence_of_element_located((By.CSS_SELECTOR, '#mainsrp-pager > div > div > div > div.form > input'))  
        )  
        submit = wait.until(  
            EC.presence_of_element_located((By.CSS_SELECTOR, '#mainsrp-pager > div > div > div > div.form > span.btn.J_Submit'))  
        )  
        input.clear()  
        input.send_keys(page_number)  
        submit.click()  
        wait.until(EC.text_to_be_present_in_element((By.CSS_SELECTOR, '#mainsrp-pager > div > div > div > ul > li.item.active > span'),str(page_number)))  
        get_products()  
    except TimeoutException:  
        next_page(page_number)  
  
def get_products():  
    wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '#mainsrp-itemlist .items .item')))  
    html = browser.page_source  
    doc = pq(html)  
    items = doc('#mainsrp-itemlist .items .item').items()  
    for item in items:  
        products = {  
            'image': item.find('.pic .img').attr('src'),  
            'price': item.find('.price').text(),  
            'deal': item.find('.deal-cnt').text()[:-3],  
            'title': item.find('.title').text(),  
            'shop': item.find('.shop').text(),  
            'location': item.find('.location').text()  
        }  
        print(products)  
        save_to_mongo(products)  
  
def save_to_mongo(result):  
    try:  
        if db[MONGO_TABLE].insert(result):  
            print('SUCCESSD!', result)  
    except Exception:  
        print('FAILD!', result)  
  
def main():  
    try:  
        total = search()  
        total = int(re.compile('(\d+)').search(total).group(1))  
        # print(total)  
        for i in range (2, total + 1):  
            next_page(i)  
    except Exception:  
        print('error...')  
    finally:  
        browser.close()  
  
if __name__ == '__main__':  
    main()  

 


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • Java開源生鮮電商平臺-電商促銷業務分析設計與系統架構(源碼可下載) 說明:Java開源生鮮電商平臺-電商促銷業務分析設計與系統架構,列舉的是常見的促銷場景與源代碼下載 左側為享受促銷的資格,常見為這三種: 首單 大於或等於某個會員級別 特定會員組:比如女性,月消費滿1000等等,都是通過查詢條件 ...
  • list 是電腦軟體體系基石. 是數據結構開始和結束. 同樣也是 C 解決複雜問題的跳板. ...
  • 調用得: ...
  • Flask之Hello World 一、Python虛擬環境: 作用:使Python框架的不同版本可以在同一臺電腦上運行。如果在電腦上全局(C盤或者其他目錄)安裝Flask(或其他Python框架),當你使用其他版本的Flask(比如有新版本了!),那有可能這個版本和之前的版本就不相容,你就不能再同 ...
  • 原創 標題:平方十位數 由0~9這10個數字不重覆、不遺漏,可以組成很多10位數字。這其中也有很多恰好是平方數(是某個數的平方)。 比如:1026753849,就是其中最小的一個平方數。 請你找出其中最大的一個平方數是多少? 註意:你需要提交的是一個10位數字,不要填寫任何多餘內容。 枚舉: 枚舉範 ...
  • 在配置Flask框架,安裝mysqlclient時報一下錯誤 翻譯了一下大概是 mysql_config 文件沒找到, 解決方法是安裝缺失的文件。 sudo apt install libmysqlclient-dev ...
  • 通過上一章的源碼分析,我們知道了spring boot裡面的listeners到底是什麼(META INF/spring.factories定義的資源的實例),以及它是創建和啟動的,今天我們繼續深入分析一下SpringApplication實例變數中的run函數中的其他內容。還是先把run函數的代碼 ...
  • ![](https://images2018.cnblogs.com/blog/1330073/201806/1330073-20180604220203521-1631170167.png) ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...