用python编写的抓京东商品价格的爬虫

python

闲着没事尝试抓一下京东的数据,需要使用到的库有:BeautifulSoup,urllib2,在Python2下测试通过

from creepy import Crawler

from BeautifulSoup import BeautifulSoup

import urllib2

import json

class MyCrawler(Crawler):

    def process_document(self, doc):

        if doc.status == 200:

            print '[%d] %s' % (doc.status, doc.url)

            try:

                soup = BeautifulSoup(doc.text.decode('gb18030').encode('utf-8'))

            except Exception as e:

                print e

                soup = BeautifulSoup(doc.text)

            print soup.find(id="product-intro").div.h1.text

            url_id=urllib2.unquote(doc.url).decode('utf8').split('/')[-1].split('.')[0]

            f = urllib2.urlopen('http://p.3.cn/prices/get?skuid=J_'+url_id,timeout=5)

            price=json.loads(f.read())

            f.close()

            print price[0]['p']

        else:

            pass

crawler = MyCrawler()

crawler.set_follow_mode(Crawler.F_SAME_HOST)

crawler.set_concurrency_level(16)

crawler.add_url_filter('.(jpg|jpeg|gif|png|js|css|swf)$')

crawler.crawl('http://item.jd.com/982040.html')


部分运行结果:


[200] http://item.jd.com/519836.html

三星 HM1200 原装蓝牙耳机 黑色

118.00

[200] http://item.jd.com/603133.html

捷波朗 EASYVOICE+ 易音 蓝牙耳机 黑色

-1

[200] http://item.jd.com/1030552473.html

【年终热卖】嘉源手机N699 2.8寸双屏双卡双待双电2000毫安翻盖手机 黑

268.00


以上是 用python编写的抓京东商品价格的爬虫 的全部内容, 来源链接: utcz.com/z/520734.html

回到顶部