爬虫实战——客路商品目录爬取

本次目标是爬取商品名称、售价、促销价以及简介导出至csv,并将商品封面保存

源代码

import requests
from lxml import etree
import csv

thing_list = []
thing_id = 0
headers = {
    "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_12_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.142 Safari/537.36"
}
for p in range(1, 21):
    url = 'https://www.klook.com/zh-CN/city/13-seoul/?city_id=13&limit=15&template_ids=&tag_ids=&instant=0&sort=&page='+str(p)
    res = requests.get(url, headers=headers).text
    selector = etree.HTML(res)
    for n in range(1, 16):
        thing_id = thing_id+1
        thing_name = selector.xpath('//*[@id="filter-card-content"]/div['+str(n)+']/a/ul/li[1]/h3/text()')
        thing_price_now = selector.xpath('//*[@id="filter-card-content"]/div['+str(n)+']/a/ul/li[3]/p[2]/span[1]/b/text()')
        thing_price_pre = selector.xpath('//*[@id="filter-card-content"]/div['+str(n)+']/a/ul/li[3]/p[1]/del/text()')
        if thing_price_pre == []:
            th_price_pre = thing_price_now[0].strip()
            th_price_now = ''
        else:
            th_price_pre = "¥ " + thing_price_pre[0].strip()
            th_price_now = thing_price_now[0].strip()
        thing_img = selector.xpath('//*[@id="filter-card-content"]/div['+str(n)+']/a/div/@data-original')
        thing_site = selector.xpath('//*[@id="filter-card-content"]/div['+str(n)+']/a/@href')
        thing_url = "https://www.klook.com" + thing_site[0]
        thing_res = requests.get(thing_url, headers=headers).text
        selector_th = etree.HTML(thing_res)
        thing_intro = selector_th.xpath('//*[@id="description"]/div[1]/p/text()')
        if thing_intro == []:
            th_intro = ''
        else:
            th_intro = thing_intro[0]
        thing_list.append([thing_name[0], thing_id, str(th_price_now).replace(',', ''), str(th_price_pre).replace(',', ''), th_intro, thing_img[0]])
        pic = requests.get(thing_img[0])
        with open(str(thing_id) + '.jpg', 'wb') as file:
            file.write(pic.content)

title_list = ["name", "id", "price_now", "price_pre", "intro"]
with open("thing.csv", "w", newline='') as t:
    writer = csv.writer(t)
    writer.writerow(title_list)
    writer.writerows(thing_list)
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,194评论 6 490
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,058评论 2 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 156,780评论 0 346
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,388评论 1 283
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,430评论 5 384
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,764评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,907评论 3 406
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,679评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,122评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,459评论 2 325
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,605评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,270评论 4 329
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,867评论 3 312
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,734评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,961评论 1 265
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,297评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,472评论 2 348

推荐阅读更多精彩内容