自動爬取58的二手商品信息

實現58二手商品的標題、價格、類別、瀏覽量、區域等信息的自動爬取

新增:導出數據到excel表格內

# -*- 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')    #在表格內新建工作簿
row = 0    #從第0行開始
col = 0    #從第0列開始

def main_link(url):  #從列表頁中獲取非廣告商品的詳情頁鏈接
    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:   #取出每一個商品的詳情頁鏈接,并將其設為函數page_urls的參數
        page_urls(page_link.get('href'))


def page_urls(url):   #從商品詳情頁獲取所需要的信息
    wb_data = requests.get(url,headers=headers)
    Soup = BeautifulSoup(wb_data.text,'lxml')
    categorys = Soup.select('#nav > div > span:nth-of-type(4) > a')   #商品類別
    titles = Soup.select('div.info_lubotu.clearfix > div.box_left_top '
                         '> h1')   #商品標題
    prises = Soup.select('div.info_lubotu.clearfix > div.info_massege.left > '
                         'div.price_li > span.price_now > i')  #價格
    areas = Soup.select('div.info_lubotu.clearfix > div.info_massege.left >'
                        ' div.palce_li > span > i')   #區域
    pageviews = Soup.select('div.info_lubotu.clearfix > div.box_left_top > '
                            'p > span.look_time')   #頁面瀏覽量

    for category, title, prise, area, pageview in zip(categorys,  #將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   #引入變量row和col
        global col
        worksheet.write(row,col,data['category'])   #表格內寫入類目
        worksheet.write(row,col+1,data['title'])    #表格內寫入標題
        worksheet.write(row,col+2,data['prise'])    #表格內寫入價格
        worksheet.write(row,col+3,data['area'])     #表格內寫入區域
        worksheet.write(row,col+4,data['pageview'])     #表格內寫入PV
        row += 1   #每次循環+1行
        print('Down')
        time.sleep(1)            #一秒爬取一次的保護機制

#取到每一頁列表的鏈接
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頁的列表頁所有鏈接
for single_url in main_urls:   #將20頁的列表頁鏈接每一個都取出來賦值給sing_url
    main_link(single_url)   #單個列表頁的鏈接設為函數main_link的參數

workbook.close()

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 228,238評論 6 531
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 98,430評論 3 415
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事?!?“怎么了?”我有些...
    開封第一講書人閱讀 176,134評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,893評論 1 309
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,653評論 6 408
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,136評論 1 323
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,212評論 3 441
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,372評論 0 288
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,888評論 1 334
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,738評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,939評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,482評論 5 359
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,179評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,588評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,829評論 1 283
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,610評論 3 391
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,916評論 2 372

推薦閱讀更多精彩內容