爬取的是Amazon中國,手機->手機通訊->Apple Phone中的商品標題和價格。
其URL=https://www.amazon.cn/s/ref=s...
我的python代碼如下:
import requests
from bs4 import BeautifulSoup
import re #用于HTML配合查找條件
import time #用于文件名的保存
#獲取總頁面數(shù)量
def get_total_page_number():
user_agent = 'Mozilla/5.0 (Windows NT 6.3;WOW64) AppleWebKit/537.36 (KHTML,like Gecko) Chrome/45.0.2454.101 Safari/537.36'
headers = {'User-Agent':user_agent} #定義頭信息
# 尋找頁碼的URL
url = 'https://www.amazon.cn/s/ref=sa_menu_digita_l3_siphone?ie=UTF8&page=1&rh=n%3A665002051%2Cp_89%3AApple%2Cn%3A664978051'
res = requests.get(url,headers=headers) #發(fā)送請求
html = res.text
html_soup = BeautifulSoup(html,"lxml") #建立soup對象,用于處理html
page_number_span = html_soup.find('h2',id='s-result-count') #查找id="s-result-count"的h2標簽
page_number_code = page_number_span.text #讀取該標簽的文本信息
number_list = re.findall(r'(\w*[0-9]+)\w',page_number_code) #使用正則表達式解析出文本中的3個數(shù)字
total_page_number = (int(number_list[-1])/int(number_list[-2])+1) #計算得出總的頁碼
return int(total_page_number) #返回頁面數(shù)字
#解析單頁面
def parse_single_page(i):
url_part1 = 'https://www.amazon.cn/s/ref=sa_menu_digita_l3_siphone?ie=UTF8&page=%d' % i #定義URL動態(tài)前半部分
url_part2 = '&rh=n%3A665002051%2Cp_89%3AApple%2Cn%3A664978051' #定義URL靜態(tài)后半部分
url = url_part1 + url_part2 #拼接完整的URL
print ('prase url: %s' % url) #輸出URL信息
user_agent = 'Mozilla/5.0 (Windows NT 6.3;WOW64) AppleWebKit/537.36 (KHTML,like Gecko) Chrome/45.0.2454.101 Safari/537.36'
res = requests.get(url,headers=headers) #發(fā)送請求
html = res.text
html_soup = BeautifulSoup(html,"lxml") #建立soup對象,用于處理html
tag_list = html_soup.find_all('li', id=re.compile('^result.*')) #查找id以result開始的li標簽,返回列表
#讀取列表中每一個標簽(一個標簽對應一個商品)
for tag_info in tag_list:
#價格解析
print (tag_info)
price_code = tag_info.find('span', class_="a-size-base a-color-price s-price a-text-bold")
#若價格標簽不空則取出價格文字
if price_code != None:
#解析商品標題
title_code = tag_info.find('h2') #查找標題標簽
title = title_code.text #取出標題標簽文字
write_data(title,price) #每次解析完成寫入文件
#將數(shù)據(jù)寫入文件
def write_data(title,price):
file_data = time.strftime('%Y-%m-%d',time.localtime(time.time())) #取當前文件日期用于文件命名
fn = open('%s.txt' % file_data,'a+') #新建文件對象,以追加模式打開
content = title + '\t' + price + '\n' #寫內容,標題和價格以tab分割,末尾增加換行符
fn.write(content) #寫入文件
fn.close()
#解析多頁面并寫入文件
def main():
total_page_number = get_total_page_number() #獲得頁面總數(shù)
for i in range(1,int(total_page_number)+1):
parse_single_page(i)
main()
報的錯誤如下:
AttributeError Traceback (most recent call last)
<ipython-input-5-5527ff76ca42> in <module>()
51 parse_single_page(i)
52
---> 53 main()
<ipython-input-5-5527ff76ca42> in main()
47 #解析多頁面并寫入文件
48 def main():
---> 49 total_page_number = get_total_page_number() #獲得頁面總數(shù)
50 for i in range(1,int(total_page_number)+1):
51 parse_single_page(i)
<ipython-input-5-5527ff76ca42> in get_total_page_number()
9 html_soup = BeautifulSoup(html,"lxml") #建立soup對象,用于處理html
10 page_number_span = html_soup.find('h2',id='s-result-count') #查找id="s-result-count"的h2標簽
---> 11 page_number_code = page_number_span.text #讀取該標簽的文本信息
12 number_list = re.findall(r'(\w*[0-9]+)\w',page_number_code) #使用正則表達式解析出文本中的3個數(shù)字
13 total_page_number = (int(number_list[-1])/int(number_list[-2])+1) #計算得出總的頁碼
AttributeError: 'NoneType' object has no attribute 'text'
我解決了一些問題,但是這個問題上網(wǎng)查了還就還是不能解決,請求大神的幫助,謝謝!
我基本每行都有注釋,希望能有效幫助大神閱讀,小弟感謝!
授人以魚不如授人以漁:這個答案很簡單啊,首先你要回看這個debug記錄。
從上到下分別是執(zhí)行流程,然后每個執(zhí)行流程所調用的函數(shù)以及出錯的相關代碼,具體代碼位置debug給你用--->標記出來了,而我們所真正要看的是最后出錯位置。
也就是
---> 11 page_number_code = page_number_span.text #讀取該標簽的文本信息
這一行;
然后結合最后給你的報錯信息:
AttributeError: 'NoneType' object has no attribute 'text'
此處告訴你的意思是None類型的對象沒有text屬性值。
也就是說page_number_span為None,或者說你壓根沒取到page_number_span,然后你訪問None的屬性text自然是沒有的。
北大青鳥APTECH成立于1999年。依托北京大學優(yōu)質雄厚的教育資源和背景,秉承“教育改變生活”的發(fā)展理念,致力于培養(yǎng)中國IT技能型緊缺人才,是大數(shù)據(jù)專業(yè)的國家
達內教育集團成立于2002年,是一家由留學海歸創(chuàng)辦的高端職業(yè)教育培訓機構,是中國一站式人才培養(yǎng)平臺、一站式人才輸送平臺。2014年4月3日在美國成功上市,融資1
北大課工場是北京大學校辦產(chǎn)業(yè)為響應國家深化產(chǎn)教融合/校企合作的政策,積極推進“中國制造2025”,實現(xiàn)中華民族偉大復興的升級產(chǎn)業(yè)鏈。利用北京大學優(yōu)質教育資源及背
博為峰,中國職業(yè)人才培訓領域的先行者
曾工作于聯(lián)想擔任系統(tǒng)開發(fā)工程師,曾在博彥科技股份有限公司擔任項目經(jīng)理從事移動互聯(lián)網(wǎng)管理及研發(fā)工作,曾創(chuàng)辦藍懿科技有限責任公司從事總經(jīng)理職務負責iOS教學及管理工作。
浪潮集團項目經(jīng)理。精通Java與.NET 技術, 熟練的跨平臺面向對象開發(fā)經(jīng)驗,技術功底深厚。 授課風格 授課風格清新自然、條理清晰、主次分明、重點難點突出、引人入勝。
精通HTML5和CSS3;Javascript及主流js庫,具有快速界面開發(fā)的能力,對瀏覽器兼容性、前端性能優(yōu)化等有深入理解。精通網(wǎng)頁制作和網(wǎng)頁游戲開發(fā)。
具有10 年的Java 企業(yè)應用開發(fā)經(jīng)驗。曾經(jīng)歷任德國Software AG 技術顧問,美國Dachieve 系統(tǒng)架構師,美國AngelEngineers Inc. 系統(tǒng)架構師。