Python中CSS選擇器如何爬取京東網商品信息

這篇文章主要為大家展示了Python中CSS選擇器如何爬取京東網商品信息，內容簡而易懂，希望大家可以學習一下，學習完之后肯定會有收獲的，下面讓小編帶大家一起來看看吧。

CSS選擇器

目前，除了官方文檔之外，市面上及網絡詳細介紹BeautifulSoup使用的技術書籍和博客軟文并不多，而在這僅有的資料中介紹CSS選擇器的少之又少。在網絡爬蟲的頁面解析中，CCS選擇器實際上是一把效率甚高的利器。雖然資料不多，但官方文檔卻十分詳細，然而美中不足的是需要一定的基礎才能看懂，而且沒有小而精的演示實例。

京東商品圖

首先進入京東網，輸入自己想要查詢的商品，向服務器發送網頁請求。在這里小編仍以關鍵詞“狗糧”作為搜索對象，之后得到后面這一串網址：
https://search.jd.com/Search?keyword=%E7%8B%97%E7%B2%AE&enc=utf-8，其中參數的意思就是我們輸入的keyword，在本例中該參數代表“狗糧”，具體詳情可以參考Python大神用正則表達式教你搞定京東商品信息。所以，只要輸入keyword這個參數之后，將其進行編碼，就可以獲取到目標URL。之后請求網頁，得到響應，爾后利用CSS選擇器進行下一步的數據采集。

商品信息在京東官網上的部分網頁源碼如下圖所示：

部分網頁源碼

仔細觀察源碼，可以發現我們所需的目標信息在紅色框框的下面，那么接下來我們就要一層一層的去獲取想要的信息。

在Python的urllib庫中提供了quote方法，可以實現對URL的字符串進行編碼，從而可以進入到對應的網頁中去。

CSS選擇器在線復制

很多小伙伴都覺得CSS表達式很難寫，其實掌握了基本的用法也就不難了。在線復制CSS表達式如上圖所示，可以很方便的復制CSS表達式。但是通過該方法得到的CSS表達式放在程序中一般不能用，而且長的沒法看。所以CSS表達式一般還是要自己親自上手。

直接上代碼，利用CSS去提取目標信息，如商品的名字、鏈接、圖片和價格，具體的代碼如下圖所示：

代碼實現

如果你想快速的實現功能更強大的網絡爬蟲，那么BeautifulSoupCSS選擇器將是你必備的利器之一。BeautifulSoup整合了CSS選擇器的語法和自身方便使用API。在網絡爬蟲的開發過程中，對于熟悉CSS選擇器語法的人，使用CSS選擇器是個非常方便的方法。

最后得到的效果圖如下所示：

最終效果圖

新鮮的狗糧再一次出爐咯~~~

CSS選擇器

關于CSS選擇器的簡單介紹：

BeautifulSoup支持大部分的CSS選擇器。其語法為：向tag對象或BeautifulSoup對象的.select()方法中傳入字符串參數，選擇的結果以列表形式返回，即返回類型為list。

tag.select("string")

BeautifulSoup.select("string")

注意：在取得含有特定CSS屬性的元素時，標簽名不加任何修飾，如class類名前加點，id名前加 /#。

以上就是關于Python中CSS選擇器如何爬取京東網商品信息的內容，如果你們有學習到知識或者技能，可以把它分享出去讓更多的人看到。