#获取淘宝搜索页面的信息,提取其中商品名称和价格 #理解:获得淘宝的搜索接口 # 翻页的处理 #步骤1:提交商品搜索请求,循环获取网页,首先获得第一页,然后通过循环获得其他页面 #步骤2:对于每个页面,提取商品名称和价格信息 #步骤3:将信息输出到屏幕上 import requests import re def getHTMLText(url): try: r = requests.get(url) r.raise_for_status() r.encoding = r.apparent_encoding return r.text except: return '' def parsePage(ilt,html): try: plt = re.findall(r'"price":"[d.]*"',html) tlt = re.findall(r'"title":".*?"',html)#使用了最小匹配 for i in range(len(plt)): #eval()函数把获得的字符串的最外层的单引号和双引号去掉 price = eval(plt[i].split(':')[1]) title = eval(tlt[i].split(':')[1]) ilt.append([price,title]) except: print('') def printGoodsList(ilt): tplt = '{:4} {:8} {:16}' print(tplt.format('序号','价格','商品名称')) count = 0 for g in ilt: count = count + 1 print(tplt.format(count,g[0],g[1])) def main(): goods = '笔记本电脑' #搜索关键词 depth = 4 #仅仅爬取两页 start_url = 'http://s.taobao.com/search?q=' + goods infolist = [] for i in range(depth): try: url = start_url + '&s=' + str(i*44) html = getHTMLText(url) parsePage(infolist,html) except: continue printGoodsList(infolist) main()