自動爬取58的二手商品信息

實現(xiàn)58二手商品的標題披泪、價格鬓长、類別吻贿、瀏覽量冤吨、區(qū)域等信息的自動爬取

新增:導出數(shù)據(jù)到excel表格內(nèi)

# -*- coding: utf-8 -*-
#!/use/bin/env python

import requests,time
import xlsxwriter
from bs4 import BeautifulSoup

headers = {
'User-Agent':'Mozilla/5.0 (Windows NT 6.3; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36',
'Cookie':'myfeet_tooltip=end; bj58_id58s="VVk4K1FxVk80dUI5MDk5Nw=="; id58=c5/ns1hqLtNLk1KnJbZHAg==; als=0; 58home=sh; myfeet_tooltip=end; final_history=26088204291258; bj58_new_session=1; bj58_init_refer=""; bj58_new_uv=5; sessionid=ca5902c9-e44c-44ea-a087-bbcceaf1074b; 58tj_uuid=49f57f42-3481-42f2-9640-cb8d85a4af80; new_session=0; new_uv=6; utm_source=; spm=; init_refer='

}   #防爬

workbook = xlsxwriter.Workbook('58data_1.xlsx')  #新建表格
worksheet= workbook.add_worksheet('工作表1')    #在表格內(nèi)新建工作簿
row = 0    #從第0行開始
col = 0    #從第0列開始

def main_link(url):  #從列表頁中獲取非廣告商品的詳情頁鏈接
    wb_data = requests.get(url,headers=headers)

    Soup = BeautifulSoup(wb_data.text,'lxml')
    page_links = Soup.select('div.infocon > table > tbody > tr > td.t > a')
    for page_link in page_links:   #取出每一個商品的詳情頁鏈接,并將其設(shè)為函數(shù)page_urls的參數(shù)
        page_urls(page_link.get('href'))


def page_urls(url):   #從商品詳情頁獲取所需要的信息
    wb_data = requests.get(url,headers=headers)
    Soup = BeautifulSoup(wb_data.text,'lxml')
    categorys = Soup.select('#nav > div > span:nth-of-type(4) > a')   #商品類別
    titles = Soup.select('div.info_lubotu.clearfix > div.box_left_top '
                         '> h1')   #商品標題
    prises = Soup.select('div.info_lubotu.clearfix > div.info_massege.left > '
                         'div.price_li > span.price_now > i')  #價格
    areas = Soup.select('div.info_lubotu.clearfix > div.info_massege.left >'
                        ' div.palce_li > span > i')   #區(qū)域
    pageviews = Soup.select('div.info_lubotu.clearfix > div.box_left_top > '
                            'p > span.look_time')   #頁面瀏覽量

    for category, title, prise, area, pageview in zip(categorys,  #將取出的信息放入字典data
                                                      titles, prises, areas, pageviews):
        data = {                       #剔除多余信息
            'category': category.get_text(),
            'title': title.get_text(),
            'prise': prise.get_text(),
            'area': area.get_text(),
            'pageview': pageview.get_text()
        }
        global row   #引入變量row和col
        global col
        worksheet.write(row,col,data['category'])   #表格內(nèi)寫入類目
        worksheet.write(row,col+1,data['title'])    #表格內(nèi)寫入標題
        worksheet.write(row,col+2,data['prise'])    #表格內(nèi)寫入價格
        worksheet.write(row,col+3,data['area'])     #表格內(nèi)寫入?yún)^(qū)域
        worksheet.write(row,col+4,data['pageview'])     #表格內(nèi)寫入PV
        row += 1   #每次循環(huán)+1行
        print('Down')
        time.sleep(1)            #一秒爬取一次的保護機制

#取到每一頁列表的鏈接
main_urls = ['http://bj.58.com/pbdn/0/pn{}/?PGTID=0d305a36-0000-1980-da0a-4541effe84e2&ClickID=2'.format(number)    for number in range(1, 21)]     #第1-20頁的列表頁所有鏈接
for single_url in main_urls:   #將20頁的列表頁鏈接每一個都取出來賦值給sing_url
    main_link(single_url)   #單個列表頁的鏈接設(shè)為函數(shù)main_link的參數(shù)

workbook.close()

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末瑟押,一起剝皮案震驚了整個濱河市搀捷,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌多望,老刑警劉巖嫩舟,帶你破解...
    沈念sama閱讀 216,324評論 6 498
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異怀偷,居然都是意外死亡家厌,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 92,356評論 3 392
  • 文/潘曉璐 我一進店門椎工,熙熙樓的掌柜王于貴愁眉苦臉地迎上來饭于,“玉大人,你說我怎么就攤上這事维蒙£溃” “怎么了?”我有些...
    開封第一講書人閱讀 162,328評論 0 353
  • 文/不壞的土叔 我叫張陵颅痊,是天一觀的道長殖熟。 經(jīng)常有香客問我,道長斑响,這世上最難降的妖魔是什么菱属? 我笑而不...
    開封第一講書人閱讀 58,147評論 1 292
  • 正文 為了忘掉前任,我火速辦了婚禮舰罚,結(jié)果婚禮上纽门,老公的妹妹穿的比我還像新娘。我一直安慰自己营罢,他們只是感情好赏陵,可當我...
    茶點故事閱讀 67,160評論 6 388
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般蝙搔。 火紅的嫁衣襯著肌膚如雪候醒。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,115評論 1 296
  • 那天杂瘸,我揣著相機與錄音,去河邊找鬼伙菊。 笑死败玉,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的镜硕。 我是一名探鬼主播运翼,決...
    沈念sama閱讀 40,025評論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼兴枯!你這毒婦竟也來了血淌?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,867評論 0 274
  • 序言:老撾萬榮一對情侶失蹤财剖,失蹤者是張志新(化名)和其女友劉穎悠夯,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體躺坟,經(jīng)...
    沈念sama閱讀 45,307評論 1 310
  • 正文 獨居荒郊野嶺守林人離奇死亡沦补,尸身上長有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...
    茶點故事閱讀 37,528評論 2 332
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了咪橙。 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夕膀。...
    茶點故事閱讀 39,688評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖美侦,靈堂內(nèi)的尸體忽然破棺而出产舞,到底是詐尸還是另有隱情,我是刑警寧澤菠剩,帶...
    沈念sama閱讀 35,409評論 5 343
  • 正文 年R本政府宣布易猫,位于F島的核電站,受9級特大地震影響赠叼,放射性物質(zhì)發(fā)生泄漏擦囊。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,001評論 3 325
  • 文/蒙蒙 一嘴办、第九天 我趴在偏房一處隱蔽的房頂上張望瞬场。 院中可真熱鬧,春花似錦涧郊、人聲如沸贯被。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,657評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽彤灶。三九已至看幼,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間幌陕,已是汗流浹背诵姜。 一陣腳步聲響...
    開封第一講書人閱讀 32,811評論 1 268
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留搏熄,地道東北人棚唆。 一個月前我還...
    沈念sama閱讀 47,685評論 2 368
  • 正文 我出身青樓,卻偏偏與公主長得像心例,于是被迫代替她去往敵國和親宵凌。 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 44,573評論 2 353

推薦閱讀更多精彩內(nèi)容

  • Android 自定義View的各種姿勢1 Activity的顯示之ViewRootImpl詳解 Activity...
    passiontim閱讀 172,070評論 25 707
  • 工作這么多年一直想學習一下爬蟲技術(shù)止后,各種嘗試之后發(fā)現(xiàn)學習的最好方式就是直接開干:那就找一個想爬的東西開始爬跋贡埂!從模...
    廢柴社閱讀 2,520評論 6 9
  • 總感覺想補充點什么译株,可能是由于昨天晚上倉促的告白瓜喇,應該算是告白吧,畢竟說了最重要的一句話:我喜歡你歉糜!其實這句話是早...
    吳桐www閱讀 109評論 0 0
  • 大家好欠橘,我是賽賽醬,目前就職于阿里巴巴菜鳥網(wǎng)絡(luò)部門现恼。 前幾年互聯(lián)網(wǎng)火的一塌糊涂肃续,使得EEer們也都紛紛轉(zhuǎn)行Code...
    奔跑的小菜鳥閱讀 2,742評論 9 20
  • July12 晚 我在雙手合十的晚上始锚,渴望一雙翅膀。 from宋冬野《鴿子》 1 我在微博上寫喳逛,終于像孫悟空一樣炸...
    能能_閱讀 1,793評論 0 0