[spider]简单爬取了jd网站的口红的评价

今天花了点时间写了一个新的爬虫。
难点在于通过Chrome浏览器来分析请求。查看返回的数据。来看哪个是真正的请求。
代码还有很多可以优化的地方!!!

调试的图片

通过Chrome的开发者模式找到评论的入口。
time is cheap,code time!

import requests,time,json
import pymysql


def get_page(url):
    headers = {
        'User-Agent':'Mozilla/5.0 (X11; U; Linux i686; en-US; rv:1.9.0.8) 
        Gecko Fedora/1.9.0.8-1.fc10 Kazehakase/0.5.6'
              }
        response = requests.get(url,headers=headers)
        text = response.text
        print(text)

        new_text = text[27:-2]
        result = json.loads(new_text)  #将json格式的文字转化成字符串
        comments = result['comments']
        for i in comments:
            items = []
            items.append(str(i['id']))
            items.append(i['content'])
            items.append(i['referenceName'])
            items.append(i['referenceTime'])
            items.append(i['nickname'])
            items.append(i['productColor'])
            items.append(i['userLevelName'])
            items.append(i['userLevelId'])
            items.append(i['userClientShow'])
            items.append(i['mobileVersion'])
            items.append(str(i['isMobile']))
            #print(items)
            saveSql(items)


def saveSql(items):
    id = items[0]
    content = items[1]
    referenceName = items[2]
    referenceTime = items[3]
    userLevelId = items[4]
    nickname = items[5]
    productColor = items[6]
    userLevelName = items[7]
    userClientShow = items[8]
    mobileVersion = items[9]
    isMobile = items[10]

    conn = pymysql.connect(host='localhost',port=3306,user='root',password='123456',database='jdlipstick')
    cur = conn.cursor()
    sql = 'INSERT INTO contents(id,content,referenceName,referenceTime,userLevelId,nickname,productColor,userLevelName,userClientShow,mobileVersion,isMobile) VALUES ("%s","%s","%s","%s","%s","%s","%s","%s","%s","%s","%s")'%(
    id, content, referenceName, referenceTime, userLevelName, nickname, productColor, userLevelId, userClientShow,
    mobileVersion, isMobile)
    try:
        cur.execute(sql)
        conn.commit()
    except:
         print("error",sql)
    finally:
        print('sucessfully')
        cur.close()
        conn.close()


if __name__ == '__main__':
    for i in range(100,101):
    url = 'https://sclub.jd.com/comment/productPageComments.action?callback=fetchJSON_comment98vv30097&productId=12259131996&score=0&sortType=5&page={}&pageSize=10&isShadowSku=0&rid=0&fold=1'.format(i)
    get_page(url)
    print("current page%s"%i)
数据库
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 217,185评论 6 503
  • 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 92,652评论 3 393
  • 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 163,524评论 0 353
  • 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 58,339评论 1 293
  • 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 67,387评论 6 391
  • 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 51,287评论 1 301
  • 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 40,130评论 3 418
  • 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 38,985评论 0 275
  • 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 45,420评论 1 313
  • 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 37,617评论 3 334
  • 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 39,779评论 1 348
  • 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 35,477评论 5 345
  • 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 41,088评论 3 328
  • 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 31,716评论 0 22
  • 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 32,857评论 1 269
  • 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 47,876评论 2 370
  • 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 44,700评论 2 354

推荐阅读更多精彩内容

  • 第一部分 HTML&CSS整理答案 1. 什么是HTML5? 答:HTML5是最新的HTML标准。 注意:讲述HT...
    kismetajun阅读 27,477评论 1 45
  • 原文地址: 12 Steps to a Faster Web App -- Auth0 Web apps are ...
    吕立青阅读 1,003评论 0 10
  • 曾經我步入康莊大道,但旋即迷失方向。 往昔我懷揣不移之念,然頓然粉滅若灰。 此刻我難以入眠,墨黑之夜何以度過。 今...
    a598f66870c0阅读 173评论 0 1
  • 这篇文章估计以后会删除的吧。 昨天下午帮我姐把家里的行李都拿了出来,收拾打点,装了四个大袋子,姐夫喝酒没在家,公公...
    DianWang阅读 557评论 1 3
  • 暗香疏影冷风飕。倚山头。望山头。千里故乡,何日再江洲。放眼狂花思更切,恨寥廓,太昏濛、念不收。 不...
    刘小地阅读 759评论 24 94