python实现爬取京东书包商品页面的商品名称价格-嵩天老师爬取股票举一反三

python实现爬取京东商品页面的商品名称价格-嵩天老师爬取股票举一反三

书包的全部信息都在div标签，属性是gl-i-wrap中，（这个标签太长，我只截图了一部分）

书包价格放在了div标签，属性是p-price中，且在em标签下的文本信息中

书包价格放在了div标签，属性是p-name p-name-type-2中，且在em标签下的文本信息中

综上所述，利用信息提取（嵩老师的课程有介绍信息提取的相关方法）的方法就可以找到对应商品信息文本
代码如下

import requests
from bs4 import BeautifulSoup


def getHTMLText(url):
    try:
        header = {'user-agent': 'Mozilla/5.0'}
        r = requests.get(url,headers=header)
        r.raise_for_status()
        r.encoding = r.apparent_encoding
        return r.text
    except:
        return ""

def getStockList(html):
    try:
        if html=='':
            print('页面不存在')
        infodict = {}
        soup = BeautifulSoup(html, 'html.parser')
        for i in range(20):
            info = soup.find_all('div',attrs={'class':"gl-i-wrap"})[i]
            info_price  = info.find_all('div',attrs={'class':"p-price"})[0]
            info_name = info.find_all('div',attrs={'class':"p-name p-name-type-2"})[0]
            valuelist = info_price.find_all('i')
            keylist = info_name.find_all('em')
            for i in range(len(keylist)):
                key = keylist[i].text
                val = valuelist[i].text
                infodict[key] = val
        return infodict
    except:
        return ""


def printGoodsList(ilt):
    tplt = "{:4}\t{:20}\t{:4}\t"
    print(tplt.format("序号", "商品名称",'价格'))
    count = 0
    for g in ilt:
        count = count + 1
        print(tplt.format(count, g, ilt[g]))


def main():
    words = '书包'
    stock_list_url = 'https://search.jd.com/Search?keyword='
    url = stock_list_url + words
    html = getHTMLText(url)
    dict1 = getStockList(html)
    printGoodsList(dict1)

main()