标签:em www gp 流程 爬取 amazon nav ref
第一步:访问分类页面
https://www.amazon.in//gp/site-directory?ref=nav_em_ajax_fail #抓包获得
第二步:获取分类页面下各个分类的url
如 :https://www.amazon.in/gp/browse.html?node=1389401031&ref_=nav_em_T1_0_4_NaN_1_sbc_mobcomp_all_mobiles
由于对方网站也是迭代的出来的这里有很多信息需要自己过滤排查
第三步:翻页的处理
import time
https://www.amazon.in/gp/browse.html?node=1389401031&ref_=nav_em_T1_0_4_NaN_1_sbc_mobcomp_all_mobiles&page=1&qid={int(time.time())}&ref=sr_pg_1
翻页主要2个参数控制
#page=页码
#qid=十位的当前时间戳
#如果页码超过最大页码不会报错就是现实最后一页内容
第四步:详情页内容获取
#内容都在
#正则匹配格式
jQuery.parseJSON\('(.*?)'\);
标签:em,www,gp,流程,爬取,amazon,nav,ref 来源: https://blog.51cto.com/pythonywy/2862993
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。