抓包之分類數(shù)據(jù)抓取

https://www.hardtofind.com.au/

Paste_Image.png

1.獲取分類的鏈接不恭,寫成數(shù)組的形式崩侠,保存在一個(gè)文件中
2.獲取每個(gè)分類的網(wǎng)頁(yè)數(shù)據(jù)原在,保存在csv文件饭宾。
3.讀取每個(gè)分類的商品鏈接,并獲取該鏈接下的商品凶异。

引入插件 蜀撑。

from selenium import webdriver
# get encode uncode by base64
import base64

# get xpath by BeautifulSoup  == make base sdk
from bs4 import BeautifulSoup

import time
# get get time by sleep  eg:time.sleep(0.1)
from time import sleep

import random
# get re way   eg:match = re.search(r'[\w.-]+@[\w.-]+', Fi_Email)
import re
import csv
import unicodecsv
#import unicodecsv               ========make
from cStringIO import StringIO
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities

import json

import urllib2

from lxml import etree

圖片地址分析:
大圖:https://res.cloudinary.com/hardtofind/image/upload/c_pad,h_580,w_580/b_rgb:ffffff,h_580,w_580/cs_srgb,f_auto,fl_lossy/v1/product_image/santa_friends
小圖:
https://res.cloudinary.com/hardtofind/image/upload/c_pad,h_235,w_235/b_rgb:ffffff,h_235,w_235/cs_srgb,f_auto,fl_lossy/v1/product_image/santa_friends

實(shí)現(xiàn)

#_*_coding:utf8_*_
#!/usr/local/bin/python    MAC
# Filename: hard.py
#intend: image,title,price,class


from selenium import webdriver
from bs4 import BeautifulSoup
import urllib2
from selenium.webdriver.common.desired_capabilities import DesiredCapabilities

import csv
import unicodecsv
import codecs
dcap = dict(DesiredCapabilities.PHANTOMJS)
dcap["phantomjs.page.settings.userAgent"] = (
    "Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/53 "
    "(KHTML, like Gecko) Chrome/15.0.87"
)
driver = webdriver.PhantomJS(desired_capabilities=dcap)

# step 1 get all class
hrefarray = ['gifts','home-garden','prints-art','fashion','jewellery','men','kids','weddings']
for href in hrefarray:
    page = -1;
    while (page < 200):
        page = page + 1
        strPageIndex = str(page)
# step 2 get all href
        href_a = "https://www.hardtofind.com.au/categories/"+href+"?page="+strPageIndex
        print "======"+strPageIndex+"==="+href
        csvPageindexfile = file('hrefhardtofind.csv', 'a+')
        writer = unicodecsv.writer(csvPageindexfile,encoding='utf-8')
        #writer.writerow(['name', 'class', 'type','Address','Po_Address','Phone','Fax','Ma_Office','email'])
        hrefdb = (strPageIndex,href_a)
        hrefdata = [
         hrefdb
           ]
        writer.writerows(hrefdata)
        csvPageindexfile.close()
        content = urllib2.urlopen(href_a).read()
        s = BeautifulSoup(content,"html5lib")
        nav_Data = s.find("div", {"id": "products"})
        roothref_data = nav_Data.findAll("div", {"class": "sale-item-text-wrap"})
        index = 0
        maxindex = len(roothref_data) - 1

        for webhref in roothref_data:
            if (index >= maxindex):
                break
            index = index + 1
            lablehref = webhref.find("a",href=True)
            page_href =  lablehref["href"]
            threecontent = urllib2.urlopen(page_href).read()
            s = BeautifulSoup(threecontent,"html5lib")
            page_form = s.find("form",{"id":"form_add_to_cart"})
            page_title = page_form.find("div",{"class":"title"})
            title = page_title.h1.string
            print title
            price = page_title.find("span",{"itemprop":"price"}).string
            print price
            page_image =s.find("div",{"class":"galleryContainer"})
            page_image_a = page_image.findAll("ul",{"id":"imageGallery"})
            # image = page_image.findAll("a")
            print page_image_a[0].findAll("a")
            # print image
            page_class = s.find("div",{"class":"pagination"})
            classname = page_class.get_text().strip().encode('utf-8')
            classname = classname.replace(' ', '').replace('\n','>')
            print classname
# step 3 get all content
            csvfile = file('hardtofind_com_au.csv', 'a+')
            writer = unicodecsv.writer(csvfile,encoding='utf-8')
            csvfile.write(codecs.BOM_UTF8)
            writer = csv.writer(csvfile)
# step 4  seve to csv
            db = (title,price,classname, page_image_a)
            data = [
            db
            ]
            writer.writerows(data)
            csvfile.close()
            # break



    page += 1
    time.sleep(3)



最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末剩彬,一起剝皮案震驚了整個(gè)濱河市酷麦,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌喉恋,老刑警劉巖沃饶,帶你破解...
    沈念sama閱讀 221,430評(píng)論 6 515
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異瀑晒,居然都是意外死亡绍坝,警方通過(guò)查閱死者的電腦和手機(jī)徘意,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 94,406評(píng)論 3 398
  • 文/潘曉璐 我一進(jìn)店門苔悦,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái),“玉大人椎咧,你說(shuō)我怎么就攤上這事玖详。” “怎么了勤讽?”我有些...
    開封第一講書人閱讀 167,834評(píng)論 0 360
  • 文/不壞的土叔 我叫張陵蟋座,是天一觀的道長(zhǎng)。 經(jīng)常有香客問我脚牍,道長(zhǎng)向臀,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 59,543評(píng)論 1 296
  • 正文 為了忘掉前任诸狭,我火速辦了婚禮券膀,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘驯遇。我一直安慰自己芹彬,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 68,547評(píng)論 6 397
  • 文/花漫 我一把揭開白布叉庐。 她就那樣靜靜地躺著舒帮,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上玩郊,一...
    開封第一講書人閱讀 52,196評(píng)論 1 308
  • 那天肢执,我揣著相機(jī)與錄音,去河邊找鬼译红。 笑死蔚万,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的临庇。 我是一名探鬼主播反璃,決...
    沈念sama閱讀 40,776評(píng)論 3 421
  • 文/蒼蘭香墨 我猛地睜開眼,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼假夺!你這毒婦竟也來(lái)了淮蜈?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,671評(píng)論 0 276
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤已卷,失蹤者是張志新(化名)和其女友劉穎梧田,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體侧蘸,經(jīng)...
    沈念sama閱讀 46,221評(píng)論 1 320
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡裁眯,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 38,303評(píng)論 3 340
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了讳癌。 大學(xué)時(shí)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穿稳。...
    茶點(diǎn)故事閱讀 40,444評(píng)論 1 352
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡,死狀恐怖晌坤,靈堂內(nèi)的尸體忽然破棺而出逢艘,到底是詐尸還是另有隱情,我是刑警寧澤骤菠,帶...
    沈念sama閱讀 36,134評(píng)論 5 350
  • 正文 年R本政府宣布它改,位于F島的核電站,受9級(jí)特大地震影響商乎,放射性物質(zhì)發(fā)生泄漏央拖。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,810評(píng)論 3 333
  • 文/蒙蒙 一鹉戚、第九天 我趴在偏房一處隱蔽的房頂上張望鲜戒。 院中可真熱鬧,春花似錦崩瓤、人聲如沸袍啡。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,285評(píng)論 0 24
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)境输。三九已至蔗牡,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間嗅剖,已是汗流浹背辩越。 一陣腳步聲響...
    開封第一講書人閱讀 33,399評(píng)論 1 272
  • 我被黑心中介騙來(lái)泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留信粮,地道東北人黔攒。 一個(gè)月前我還...
    沈念sama閱讀 48,837評(píng)論 3 376
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像强缘,于是被迫代替她去往敵國(guó)和親督惰。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,455評(píng)論 2 359

推薦閱讀更多精彩內(nèi)容