Cómo utilizar la tecnología de rastreo para capturar información de productos en las páginas de búsqueda de Taobao

El rastreador de productos Taobao se puede rastrear a través de la biblioteca de solicitudes re biblioteca

solicitudes de importación

importar re

def getHTMLText(url):

pruebe:

r= request.get(url,timeout=30)

r.raise_for_status()

r.encoding = r.apparent_encoding

return r.text

excepto:

return ""

def parsePage(ilt,html):

pruebe:

plt = re.findall(r'\"view_price\":\"[\d+\.]*\"',html)

tlt = re.findall(r'\"raw_title\"\:\".*?\"',html)

para i en el rango(len(plt)):

precio = eval(plt[i].split(':')[1])

título = eval(tlt[i].split(':')[1])

ilt.append([precio,título])

excepto:

print("F")

def printGoodsList(ilt):

tplt = "{:4}\t{:8}\t{:16}"

print(tplt.format("Número de serie","Precio","Producto Nombre "))

cuenta = 0

para g en ilt:

cuenta = cuenta +1

print(tplt.format ( recuento,g[0],g[1]))

def main():

bienes = 'mochila'

profundidad = 2

start_url = "/search?q="+ bienes

infoList = []

para i en el rango(profundidad):

intenta :

url = start_url +'&s='+str(44*i)

html = getHTMLText(url)

parsePage(infoList,html)

p>

excepto:

continuar

printGoodsList(infoList)

main()

Esto El código estaba bien en el pasado Rastreando la información del producto Taobao, pero debido a la actualización de la tecnología anti-caca de Taobao, ya no puedes entrar y salir libremente.

Además, la recopilación también se puede lograr con la ayuda de la recopilación