第三章 数据解析(六) 2019-12-16

六、续上篇 xpath – 实战–爬取瓜子二手车网站

  

# 获取详情页面url

def get_detail_urls(url):        # 定义函数,用来获取详情页面url

    resp = requests.get(url, headers=headers)

    text = resp.content.decode('utf-8')

    html = etree.HTML(text)

    ul = html.xpath('//ul[@class = "carlist clearfix js-top"]')[0]      #此处有bug,待解决

    # print(ul)

    lis = ul.xpath('./li')  # 当前节点下用 ./ 来解析

    detail_urls = [ ]

    for li in lis:

        detail_url = li.xpath('./a/@href')

        detail_url = 'https://www.guazi.com' + detail_url[0]  # 观察详情页与获取数据的区别,需要拼接

        # print(detail_url)

        detail_urls.append(detail_url)

    return detail_urls

# 解析详情页面内容

def parse_detail_page(url):

    resp = requests.get(detail_url, headers=headers)

    text = resp.content.decode('utf-8')

    html = etree.HTML(text)

    title = html.xpath('//div[@class = "product-textbox"]/h2/text()')[0]

    title = title.replace(r'\r\n', ' ').strip()  # 去空格等不需要的格式

    # print(title)

    info = html.xpath('//div[@class = "product-textbox"]/ul/li/span/text()')

    # print(info)

    infos = {}

    cardtime = info[0]

    km = info[1]

    displacement = info[2]

    speedbox = info[3]

    infos['title'] = title

    infos['cardtime'] = cardtime

    infos['km'] = km

    infos['displacement'] = displacement

    infos['speedbox'] = speedbox

    print(infos)

# 第一个url

url = 'https://www.guazi.com/cs/buy/o1'

# 获取详情页面url

detail_urls = get_detail_urls(url)      #此处有bug,待解决

# 解析详情页面内容

for detail_url in detail_urls:

    parse_detail_page(detail_url)

# 保存数据

# https://www.guazi.com/cs/5217eaea382dddc3x.htm#fr_page=list&fr_pos=city&fr_no=4



上一篇文章 第三章 数据解析(五) 2019-12-15 地址: 

https://www.jianshu.com/p/dda1a316a8ae

下一篇文章 第三章 数据解析(七) 2019-12-17 地址:

https://www.jianshu.com/p/32b4cadbf9b7



以上资料内容来源网络,仅供学习交流,侵删请私信我,谢谢。

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 216,240评论 6 498
  • 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 92,328评论 3 392
  • 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 162,182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 58,121评论 1 292
  • 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 67,135评论 6 388
  • 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 51,093评论 1 295
  • 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 40,013评论 3 417
  • 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 38,854评论 0 273
  • 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 45,295评论 1 310
  • 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 37,513评论 2 332
  • 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 39,678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 35,398评论 5 343
  • 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 40,989评论 3 325
  • 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 31,636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 32,801评论 1 268
  • 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 47,657评论 2 368
  • 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 44,558评论 2 352