自动爬取58的二手商品信息

实现58二手商品的标题、价格、类别、浏览量、区域等信息的自动爬取

新增:导出数据到excel表格内

# -*- coding: utf-8 -*-
#!/use/bin/env python

import requests,time
import xlsxwriter
from bs4 import BeautifulSoup

headers = {
'User-Agent':'Mozilla/5.0 (Windows NT 6.3; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/54.0.2840.99 Safari/537.36',
'Cookie':'myfeet_tooltip=end; bj58_id58s="VVk4K1FxVk80dUI5MDk5Nw=="; id58=c5/ns1hqLtNLk1KnJbZHAg==; als=0; 58home=sh; myfeet_tooltip=end; final_history=26088204291258; bj58_new_session=1; bj58_init_refer=""; bj58_new_uv=5; sessionid=ca5902c9-e44c-44ea-a087-bbcceaf1074b; 58tj_uuid=49f57f42-3481-42f2-9640-cb8d85a4af80; new_session=0; new_uv=6; utm_source=; spm=; init_refer='

}   #防爬

workbook = xlsxwriter.Workbook('58data_1.xlsx')  #新建表格
worksheet= workbook.add_worksheet('工作表1')    #在表格内新建工作簿
row = 0    #从第0行开始
col = 0    #从第0列开始

def main_link(url):  #从列表页中获取非广告商品的详情页链接
    wb_data = requests.get(url,headers=headers)

    Soup = BeautifulSoup(wb_data.text,'lxml')
    page_links = Soup.select('div.infocon > table > tbody > tr > td.t > a')
    for page_link in page_links:   #取出每一个商品的详情页链接,并将其设为函数page_urls的参数
        page_urls(page_link.get('href'))


def page_urls(url):   #从商品详情页获取所需要的信息
    wb_data = requests.get(url,headers=headers)
    Soup = BeautifulSoup(wb_data.text,'lxml')
    categorys = Soup.select('#nav > div > span:nth-of-type(4) > a')   #商品类别
    titles = Soup.select('div.info_lubotu.clearfix > div.box_left_top '
                         '> h1')   #商品标题
    prises = Soup.select('div.info_lubotu.clearfix > div.info_massege.left > '
                         'div.price_li > span.price_now > i')  #价格
    areas = Soup.select('div.info_lubotu.clearfix > div.info_massege.left >'
                        ' div.palce_li > span > i')   #区域
    pageviews = Soup.select('div.info_lubotu.clearfix > div.box_left_top > '
                            'p > span.look_time')   #页面浏览量

    for category, title, prise, area, pageview in zip(categorys,  #将取出的信息放入字典data
                                                      titles, prises, areas, pageviews):
        data = {                       #剔除多余信息
            'category': category.get_text(),
            'title': title.get_text(),
            'prise': prise.get_text(),
            'area': area.get_text(),
            'pageview': pageview.get_text()
        }
        global row   #引入变量row和col
        global col
        worksheet.write(row,col,data['category'])   #表格内写入类目
        worksheet.write(row,col+1,data['title'])    #表格内写入标题
        worksheet.write(row,col+2,data['prise'])    #表格内写入价格
        worksheet.write(row,col+3,data['area'])     #表格内写入区域
        worksheet.write(row,col+4,data['pageview'])     #表格内写入PV
        row += 1   #每次循环+1行
        print('Down')
        time.sleep(1)            #一秒爬取一次的保护机制

#取到每一页列表的链接
main_urls = ['http://bj.58.com/pbdn/0/pn{}/?PGTID=0d305a36-0000-1980-da0a-4541effe84e2&ClickID=2'.format(number)    for number in range(1, 21)]     #第1-20页的列表页所有链接
for single_url in main_urls:   #将20页的列表页链接每一个都取出来赋值给sing_url
    main_link(single_url)   #单个列表页的链接设为函数main_link的参数

workbook.close()

最后编辑于
©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 203,271评论 5 476
  • 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 85,275评论 2 380
  • 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 150,151评论 0 336
  • 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 54,550评论 1 273
  • 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 63,553评论 5 365
  • 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 48,559评论 1 281
  • 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 37,924评论 3 395
  • 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 36,580评论 0 257
  • 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 40,826评论 1 297
  • 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 35,578评论 2 320
  • 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 37,661评论 1 329
  • 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 33,363评论 4 318
  • 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 38,940评论 3 307
  • 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 29,926评论 0 19
  • 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 31,156评论 1 259
  • 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 42,872评论 2 349
  • 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 42,391评论 2 342

推荐阅读更多精彩内容