爬蟲練手:爬取淘寶某一類目商品信息

爬取目標(biāo):淘寶下某一類目商品的標(biāo)題慌随、鏈接唬血、原價(jià)堕阔、優(yōu)惠促銷價(jià)格咆课、評(píng)論數(shù)等信息(也可進(jìn)一步爬取詳細(xì)評(píng)論信息)灌砖。

源代碼

items.py

# -*- coding: utf-8 -*-

# Define here the models for your scraped items
#
# See documentation in:
# http://doc.scrapy.org/en/latest/topics/items.html

import scrapy


class Taobao01Item(scrapy.Item):
    # define the fields for your item here like:
    #商品名稱
    title = scrapy.Field()
    #商品鏈接
    link = scrapy.Field()
    #商品價(jià)格(原價(jià))
    price = scrapy.Field()
    #促銷價(jià)格
    price_now = scrapy.Field()
    #評(píng)論數(shù)
    comment = scrapy.Field()

爬蟲文件 tb01.py

# -*- coding: utf-8 -*-
import scrapy
from scrapy.http import Request
import re
from taobao01.items import Taobao01Item
import urllib.request

class Tb01Spider(scrapy.Spider):
    name = "tb01"
    allowed_domains = ["taobao.com"]
    start_urls = ['http://www.taobao.com/']

    def parse(self, response):
        key = '零食'

        for i in range(1,3):
            url = "https://s.taobao.com/search?q=" + key + "&ie=utf8&s=" + str((i - 1) * 44)
            print("要爬取的url是:" + url)
            yield Request(url=url,callback=self.goodlist)

    def goodlist(self,response):
        body = response.body.decode()
        pat = '"nid":"(.*?)"'
        allid = re.compile(pattern=pat).findall(body)
        # print(allid)
        for id in allid:
            url = "https://item.taobao.com/item.htm?id=" + str(id)

            yield Request(url=url,callback=self.good,meta={"id":id})

    def good(self,response):
        id = response.meta["id"]
        comment_url = "https://rate.taobao.com/detailCount.do?callback=jsonp100&itemId=" + str(id)

        try:
            title = response.xpath("http://h3[@class='tb-main-title']/text()").extract()[0]
        except:
            title = response.xpath("http://h1[@data-spm='1000983']/text()").extract()[0]

        link = response.url

        try:
            price = response.xpath("http://em[@class='tb-rmb-num']/text()").extract()[0]
        except:
            price = "100"
            # try:
            #     price = response.xpath("http://dl[@id='J_StrPriceModBox']/dd/span[@class='tm-price']/text()").extract()[0]
            # except:
            #     price = response.xpath("http://dl[@id='J_StrPriceModBox']/dd/div[class='tm-promo-price']/span[@class='tm-price']/text()").extract()[0]
        commentdata = urllib.request.urlopen(comment_url).read().decode("utf-8","ignore")
        pat = 'jsonp100({"count":(.*?)})'

        # comment = re.compile(pat).findall(commentdata)[0]

        print("商品url是:" + link)
        print("商品價(jià)格是:" + price)
        print("商品評(píng)論url是:" + comment_url)
        print("返回的評(píng)論字符串是:" + commentdata)
        # print("評(píng)論數(shù)是:" + comment)
        print("")

        item = Taobao01Item()
        item["title"] = title
        item["link"] = link
        item["price"] = price
        # item["comment"] = comment
        yield item

pipelines.py

將爬取到的數(shù)據(jù)插入到數(shù)據(jù)庫(kù):略,可參考博文
http://www.reibang.com/p/164f3fda2d1c

(本文未完待續(xù))

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:七十年代末傀蚌,一起剝皮案震驚了整個(gè)濱河市基显,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌善炫,老刑警劉巖撩幽,帶你破解...
    沈念sama閱讀 218,546評(píng)論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場(chǎng)離奇詭異箩艺,居然都是意外死亡窜醉,警方通過查閱死者的電腦和手機(jī),發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,224評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門艺谆,熙熙樓的掌柜王于貴愁眉苦臉地迎上來榨惰,“玉大人,你說我怎么就攤上這事静汤±糯撸” “怎么了居凶?”我有些...
    開封第一講書人閱讀 164,911評(píng)論 0 354
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)藤抡。 經(jīng)常有香客問我侠碧,道長(zhǎng),這世上最難降的妖魔是什么缠黍? 我笑而不...
    開封第一講書人閱讀 58,737評(píng)論 1 294
  • 正文 為了忘掉前任弄兜,我火速辦了婚禮,結(jié)果婚禮上瓷式,老公的妹妹穿的比我還像新娘替饿。我一直安慰自己,他們只是感情好贸典,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,753評(píng)論 6 392
  • 文/花漫 我一把揭開白布盛垦。 她就那樣靜靜地躺著,像睡著了一般瓤漏。 火紅的嫁衣襯著肌膚如雪腾夯。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 51,598評(píng)論 1 305
  • 那天蔬充,我揣著相機(jī)與錄音蝶俱,去河邊找鬼。 笑死饥漫,一個(gè)胖子當(dāng)著我的面吹牛榨呆,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播庸队,決...
    沈念sama閱讀 40,338評(píng)論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼积蜻,長(zhǎng)吁一口氣:“原來是場(chǎng)噩夢(mèng)啊……” “哼!你這毒婦竟也來了彻消?” 一聲冷哼從身側(cè)響起竿拆,我...
    開封第一講書人閱讀 39,249評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤,失蹤者是張志新(化名)和其女友劉穎宾尚,沒想到半個(gè)月后丙笋,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 45,696評(píng)論 1 314
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡煌贴,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 37,888評(píng)論 3 336
  • 正文 我和宋清朗相戀三年御板,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了。 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牛郑。...
    茶點(diǎn)故事閱讀 40,013評(píng)論 1 348
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡怠肋,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出淹朋,到底是詐尸還是另有隱情笙各,我是刑警寧澤钉答,帶...
    沈念sama閱讀 35,731評(píng)論 5 346
  • 正文 年R本政府宣布,位于F島的核電站酪惭,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏者甲。R本人自食惡果不足惜春感,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,348評(píng)論 3 330
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望虏缸。 院中可真熱鬧鲫懒,春花似錦、人聲如沸刽辙。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,929評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽宰缤。三九已至颂翼,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間慨灭,已是汗流浹背朦乏。 一陣腳步聲響...
    開封第一講書人閱讀 33,048評(píng)論 1 270
  • 我被黑心中介騙來泰國(guó)打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留氧骤,地道東北人呻疹。 一個(gè)月前我還...
    沈念sama閱讀 48,203評(píng)論 3 370
  • 正文 我出身青樓,卻偏偏與公主長(zhǎng)得像筹陵,于是被迫代替她去往敵國(guó)和親刽锤。 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 44,960評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容