Python Reptil: Taobao Bild Reptil

1. Taobao Website Gesetz

https :. //s.taobao.com /list?spm=a21bo.2017 201.867-Links-0.6.5af911d9OXqjyt & q = suchen Wort & cat = 16 & style = grid & seller_type = taobao & bcoffset = 0 & s = (p -1) * 60

1.1 Hinweis:

Daten im Quellcode können direkt Crawl sein, keine Quellcode, Web-Seiten, aber einige Informationen in der JS-Datei versteckt, muß dann einklemmen.

1.2 Bild-URL kopieren auf ebay Seite:

https://g-search1.alicdn.com/img/bao/uploaded/i4/imgextra/i3/224680019/O1CN01uIilBc1C0k57Kg2Kv_!!0-saturn_solar.jpg_250x250.jpg_.webp wir zu diesem Zeitpunkt nur eine kleine Figur zu sehen, die nicht HD Fig. Die Lösung der Website:

Bilder in der Position des Servers gespeichert, nicht kontrollieren:

https://g-search1.alicdn.com/img/bao/uploaded/i4/imgextra/i3/224680019/:

Bildgröße und andere wichtige Informationen:

jpg_250x250.jpg_.webp

Der Kernteil der Fotodaten: O1CN01uIilBc1C0k57Kg2Kv _ !! 0-saturn_solar

Suchen Sie Fotos 1.3 Kerndaten im Quelltext:

O1CN01uIilBc1C0k57Kg2Kv _ !! 0-saturn_solar, werden Sie url finden, wie in Foto gezeigt. Refresher "pic_url": "// g-search1.alicdn.com/img/bao/uploaded/i4/imgextra/i3/224680019/O1CN01uIilBc1C0k57Kg2Kv_!!0-saturn_solar.jpg". Mit dem Präfix https, offene High-Definition-großen Bild-Browser zu sehen.

1.3 von Foto-URL regelmäßige Extraktion: "pic_url": "//(.*)?"

import urllib.request
import re

keyname='短裙'
key=urllib.request.quote(keyname)

for i in range(0,5):
    url='https://s.taobao.com/list?q="+key+"&cat=16&style=grid&seller_type=taobao&bcoffset=0&s='+str(i*60)
    data=urllib.request.urlopen(url).read().decode('utf-8','ignore')
    #正则提取
    pat='pic_url":"//(.*?)"'
    imageurl=re.compile(pat).findall(data)
    print(imageurl)

import urllib.request
import re

keyname='短裙'
key=urllib.request.quote(keyname)

headers=('User-Agent','Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.36 SE 2.X MetaSr 1.0')
opener=urllib.request.build_opener()
opener.addheaders=[headers]
urllib.request.install_opener(opener)

for i in range(0,5):
    url='https://s.taobao.com/list?q="+key+"&cat=16&style=grid&seller_type=taobao&bcoffset=0&s='+str(i*60)
    data=urllib.request.urlopen(url).read().decode('utf-8','ignore')
    #正则提取
    pat='"pic_url":"//(.*?)"'
    imageurl=re.compile(pat).findall(data)
    print(imageurl)

import urllib.request
import re

keyname="神舟"
key=urllib.request.quote(keyname) #编码

#尝试爬取前三页内容
for i in range(0,3): 
    #构造页面URL
    url="https://s.taobao.com/search?q="+key+"&s=44"
    data=urllib.request.urlopen(url).read().decode("utf-8","ignore")
    pat='pic_url":"//(.*?)"'
    #获得图片URL
    imagelist=re.compile(pat).findall(data)
    print(imagelist)

import urllib.request
import re

keyname="神舟"
key=urllib.request.quote(keyname) #编码

#尝试爬取前三页内容
for i in range(0,3): 
    #构造页面URL
    url="https://s.taobao.com/search?q="+key+"&s=44"
    data=urllib.request.urlopen(url).read().decode("utf-8","ignore")
    pat='pic_url":"//(.*?)"'
    #获得图片URL
    imagelist=re.compile(pat).findall(data)
    for j in range(0,len(imagelist)):
        thisimg=imagelist[j]
        #构造图片URL
        thisimgurl="http://"+thisimg
        file=" F:/jupyterpycodes/python_pachongfenxi/result/taobaoIMG/"+str(i)+str(j)+".jpg"