python學習之旅-第一周 實戰(zhàn)作業(yè)

第一周實戰(zhàn)作業(yè)
學習python的第一周 5.19號完成練習實戰(zhàn)作業(yè) 爬去58同城平板電腦列表里的賣家信息

Paste_Image.png

目標:爬去賣家以及商品的基本信息
代碼如下:

import requests
from bs4 import BeautifulSoup
import time
def get_message(url):
    #print(url)
    wb_date = requests.get(url)
    id = (url.split('/')[-1])[:14]#截取商品ID得到對應的id
    views = get_totols(id)
    soup = BeautifulSoup(wb_date.text,'lxml')
    categories = soup.select('#header > div.breadCrumb.f12 > span:nth-of-type(3) > a')#類目
    titles = soup.select('#content > div.person_add_top.no_ident_top > div.per_ad_left > div.col_sub.mainTitle > h1')#標題
    times = soup.select('#index_show > ul.mtit_con_left.fl > li.time')#發(fā)布時間
    prices = soup.select('#content > div.person_add_top.no_ident_top > div.per_ad_left > div.col_sub.sumary > ul > li:nth-of-type(1) > div.su_con > span')#價格
    olds = soup.select('#content > div.person_add_top.no_ident_top > div.per_ad_left > div.col_sub.sumary > ul > li:nth-of-type(2) > div.su_con > span')#成色
    areas1 = soup.select('#content > div.person_add_top.no_ident_top > div.per_ad_left > div.col_sub.sumary > ul > li:nth-of-type(3) > div.su_con > span > a:nth-of-type(1)')#區(qū)域1
    areas2 = soup.select('#content > div.person_add_top.no_ident_top > div.per_ad_left > div.col_sub.sumary > ul > li:nth-of-type(3) > div.su_con > span > a:nth-of-type(2)')#區(qū)域2
    for category,title,time,price,old,area1,area2 in zip(categories,titles,times,prices,olds,areas1,areas2):
        data = {
            '類目':category.get_text(),
            '標題':title.get_text(),
            '發(fā)布時間':time.get_text(),
            '價格':price.get_text(),
            '成色':old.get_text().strip(),
            '區(qū)域':area1.get_text()+'-'+area2.get_text(),
            '瀏覽量':views
        }
        print(data)
        return None
#去除列表中重復連接
def delRepeat(list):
    for x in list:
        while list.count(x)>1:
            del list[list.index(x)]
    #print(list)
    return list

#獲取有效連接列表
def get_links(url):
    links = []
    wb_data = requests.get(url)
    soup = BeautifulSoup(wb_data.text,'lxml')
    href = soup.select(' tr > td.t > a')
    for link in href:
        if 'http://bj.58.com/pingbandiannao/' in link.get('href'):#判斷路徑里是否有關鍵字  去除推薦的和轉轉的連接
            links.append(link.get('href'))#將連接加入到列表中去
    links = delRepeat(links)#去重
    for wb_link in links:
        get_message(wb_link)
        time.sleep(2)  # 防止反爬

#獲取瀏覽量的方法
def get_totols(id):
    headers ={
            'Referer':'http://bj.58.com/pingbandiannao/25390255065933x.shtml?adtype=1&PGTID=0d305a36-0000-1576-ef5f-2547f6476ccf&entinfo=25390255065933_0&psid=132996494191831950071360497&iuType=q_2&ClickID=2',#58瀏覽量針對頭部referer有判斷  不偽造信息拿到值為0
        'User-Agent':'Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/46.0.2490.86 Safari/537.36',
        'Cookie':'f=n; userid360_xml=BE5F745CB21889493F55E2AB183C6316; time_create=1466153186464; bj58_id58s="ZGFzSVk5dkFyUDZQODU4OA=="; id58=c5/njVc0K1eW7SWOA1IbAg==; sessionid=895a33d3-6b04-4820-b906-89323e0a3419; als=0; myfeet_tooltip=end; bdshare_firstime=1463552754347; ipcity=sh%7C%u4E0A%u6D77; 58home=sh; f=n; bj58_new_session=0; bj58_init_refer=""; bj58_new_uv=3; 58tj_uuid=0f55bf86-b266-4866-aea3-3fed2ffe6ccf; new_session=0; new_uv=2; utm_source=; spm=; init_refer=http%253A%252F%252Fbj.58.com%252Fpbdn%252F0%252F; final_history=26044978248654%2C26044268155977%2C26013739776688'
    }
    api = 'http://jst1.58.com/counter?infoid={}&userid=&uname=&sid=516903216&lid=1&px=&cfpath=5,38484'.format(id)
    js = requests.get(api,headers=headers)
    views = js.text.split('=')[-1]
    #print(views)
    return views
full_url = ['http://bj.58.com/pbdn/{}/'.format(str(i)) for
            i in range(0, 10, 1)]
for link in full_url:
    get_links(link)

爬取結果:

Paste_Image.png

難點:本次項目是第一次比較全面的爬取項目髓废,難點由以下幾點
-.商品信息瀏覽量這個字段 58是用js來控制
-.抓取到這個JS的URL后發(fā)現(xiàn)58對這個URL做過反爬取 必須偽造頭部信息中的Referer才能得到返回totol這個瀏覽量

總結:通過一周學習收獲:由于編寫本次抓取前构捡,不知曉后面有講解視頻,自己一個人摸索,之后完成后再看了老師視頻后發(fā)現(xiàn)有許多地方都能優(yōu)化處理恳谎,但是這次的爬取也給自己增加了不少的信心和樂趣敦锌!

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯(lián)系作者
  • 序言:七十年代末允青,一起剝皮案震驚了整個濱河市例嘱,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌由境,老刑警劉巖棚亩,帶你破解...
    沈念sama閱讀 218,122評論 6 505
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異虏杰,居然都是意外死亡讥蟆,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,070評論 3 395
  • 文/潘曉璐 我一進店門嘹屯,熙熙樓的掌柜王于貴愁眉苦臉地迎上來攻询,“玉大人,你說我怎么就攤上這事州弟【埽” “怎么了?”我有些...
    開封第一講書人閱讀 164,491評論 0 354
  • 文/不壞的土叔 我叫張陵婆翔,是天一觀的道長拯杠。 經(jīng)常有香客問我,道長啃奴,這世上最難降的妖魔是什么潭陪? 我笑而不...
    開封第一講書人閱讀 58,636評論 1 293
  • 正文 為了忘掉前任,我火速辦了婚禮最蕾,結果婚禮上依溯,老公的妹妹穿的比我還像新娘。我一直安慰自己瘟则,他們只是感情好黎炉,可當我...
    茶點故事閱讀 67,676評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著醋拧,像睡著了一般慷嗜。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上丹壕,一...
    開封第一講書人閱讀 51,541評論 1 305
  • 那天庆械,我揣著相機與錄音,去河邊找鬼菌赖。 笑死缭乘,一個胖子當著我的面吹牛,可吹牛的內容都是我干的琉用。 我是一名探鬼主播堕绩,決...
    沈念sama閱讀 40,292評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼薄啥,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了逛尚?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 39,211評論 0 276
  • 序言:老撾萬榮一對情侶失蹤刁愿,失蹤者是張志新(化名)和其女友劉穎绰寞,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體铣口,經(jīng)...
    沈念sama閱讀 45,655評論 1 314
  • 正文 獨居荒郊野嶺守林人離奇死亡滤钱,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,846評論 3 336
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了脑题。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片件缸。...
    茶點故事閱讀 39,965評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖叔遂,靈堂內的尸體忽然破棺而出他炊,到底是詐尸還是另有隱情,我是刑警寧澤已艰,帶...
    沈念sama閱讀 35,684評論 5 347
  • 正文 年R本政府宣布痊末,位于F島的核電站,受9級特大地震影響哩掺,放射性物質發(fā)生泄漏凿叠。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,295評論 3 329
  • 文/蒙蒙 一嚼吞、第九天 我趴在偏房一處隱蔽的房頂上張望盒件。 院中可真熱鬧,春花似錦舱禽、人聲如沸炒刁。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,894評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽切心。三九已至,卻和暖如春片吊,著一層夾襖步出監(jiān)牢的瞬間绽昏,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,012評論 1 269
  • 我被黑心中介騙來泰國打工俏脊, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留全谤,地道東北人。 一個月前我還...
    沈念sama閱讀 48,126評論 3 370
  • 正文 我出身青樓爷贫,卻偏偏與公主長得像认然,于是被迫代替她去往敵國和親补憾。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 44,914評論 2 355

推薦閱讀更多精彩內容

  • 爬蟲文章 in 簡書程序員專題: like:128-Python 爬取落網(wǎng)音樂 like:127-【圖文詳解】py...
    喜歡吃栗子閱讀 21,755評論 4 411
  • Android 自定義View的各種姿勢1 Activity的顯示之ViewRootImpl詳解 Activity...
    passiontim閱讀 172,133評論 25 707
  • 經(jīng)朋友介紹卷员,認識到了python實戰(zhàn):四周實習爬蟲系統(tǒng)盈匾,然后看了一下試看教程,覺得課程挺不錯的毕骡,→_→重點是對于...
    隱逆閱讀 760評論 0 50
  • 生活總是這樣 不經(jīng)意地給你驚喜 讓你忘記當初的苦難與艱辛 學舞兩年多 回想每每上課的堅持 沒有來例假就不去上課的故...
    6186834d3810閱讀 181評論 0 0