使用python怎么爬取网站的购买记录

这期内容当中小编将会给大家带来有关使用python怎么爬取网站的购买记录，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。

创新互联专注于企业成都全网营销推广、网站重做改版、北海网站定制设计、自适应品牌网站建设、H5页面制作、商城系统网站开发、集团公司官网建设、成都外贸网站建设、高端网站制作、响应式网页设计等建站业务，价格优惠性价比高，为北海等各大城市提供网站开发制作服务。

python的数据类型有哪些?

python的数据类型：1. 数字类型，包括int（整型）、long（长整型）和float（浮点型）。2.字符串，分别是str类型和unicode类型。3.布尔型，Python布尔类型也是用于逻辑运算，有两个值：True（真）和False（假）。4.列表，列表是Python中使用最频繁的数据类型，集合中可以放任何数据类型。5. 元组，元组用”()”标识，内部元素用逗号隔开。6. 字典，字典是一种键值对的集合。7. 集合，集合是一个无序的、不重复的数据组合。

第一步：添加必要的库，创建一个BUY类

import  requests,re,xlwt

第二步：class Color；

def __init__(self):
    '''添加请求头'''
    self.headers = {
        'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 '
                      '(KHTML, like Gecko) Chrome/87.0.4280.141 Safari/537.36',
    }
    #添加查询订单地址
    self.port = 'http://xxxxxx.xxfaka.cn/?mod=query&data=xxxxxxxxxxx'

'''请求视频网页链接'''
def request_link(self):
    self.response = requests.get(self.port, headers=self.headers)
    self.html = self.response.text
    print(self.html)

    if __name__ == '__main__':
    app= Color()
    app.request_link()

直接运行之后的数据有点多，这里没有完全显示

第三步：找到cookie添加到请求头

根据搜索资料发现需要加cookie，然后又去网页找到cookie添加到请求头，然后headers会出现下面这种情况

self.headers = {
                                                    'Cookie':'mysid=bcd178f6a7784bdaf63c03e321cfb77a; PHPSESSID=gml9nd9psrik73840v6jem6mm4; sec_defend=baa2a7703f2f3326fa7a366428aef295ac40ff679f2fec0284578de88e87bcac; sec_defend_time=1',
                                                    'user-agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 '
                                                                                                            '(KHTML, like Gecko) Chrome/77.0.3560.141 Safari/537.36',
                                    }

第四步：再次运行代码

这时候就可以拿到网页数据了

初步打算一次直接匹配一个订单全部消息，但是发现有对括号导致一直匹配内容为空

  (2020-12-24 01:09:09)
…太长了…

用两个replace将括号替换为空

self.html = self.html.replace('(','')
    self.html = self.html.replace(')', '')
    re.findall(r'…(.*?)…(.*?)…',self.html)

第五步：一条语句扣一个内容，之后在for循环将对应数据放到一个列表

匹配了六七个(.?)内容，发现总是不能准确扣到具体内容，有可能好几条订单被扣到一个(.?)里面。这个时候可以换个思路，一条语句扣一个内容，之后在for循环将对应数据放到一个列表，然后整体再放入列表组成二维列表。

#获取订单时间
            self.order_time = re.findall(r'(.*?).*?
商品名称：(.*?)
联系方式：.*?总价(.*?)元.*?(.*?)
',self.html)
    #获取商品名称
    self.pur_info = re.findall(r'',self.html)
    #获取订单联系方式
    self.contact_info = re.findall(r'',self.html)
    #获取订单总价
    self.price_total = re.findall(r'总价(.*?)元',self.html)
    #获取账号不完全信息
    self.km_info = re.findall(r'(.*?)
',self.html)
    #获取下单总数
    self.num_total = re.findall(r'
共(.*?)条 
', self.html)
            temp_info =[]
        for i in range(0,len(self.order_time)):
                    for lie in range(0,6):#lie
                            temp_info.append(self.order_time[lie])
                            temp_info.append(self.pur_info[lie])
                            temp_info.append(self.contact_info[lie])
                            temp_info.append(self.price_total[lie])
                            temp_info.append(self.km_info[lie])
                            temp_info.append(self.num_total[0])
                    temp_info.append(''.join(temp_info))
                    self.account_info.append(list(temp_info))
            print(self.account_info)

写出来基本就是上面的样子，运行发现四五秒以后直接卡死，然后半小时没动重新开机了，代码没保存再运行append那就报错了，就暂时放弃这种方法，重新回到之前的思路，把数据一次都提取出来，既然这单个的都准确提取了，放到一起就可以了。把每个放到一起连接起来运行，直接生成了二维数据。

for i in range(0,len(self.info)):
            self.info[i] = list(self.info[i])

    #通过这里来判断订单的三种情况
    km_info = re.findall(r'>账号信息：(.*?)
',self.info[i][5])
    if km_info==[]:
            km_info = re.findall(r'卡密可能漏发,请联系客服',self.info[i][5])
    if km_info == []:
            km_net = re.findall(r'
卡密操作：
上述就是小编为大家分享的使用python怎么爬取网站的购买记录了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注创新互联行业资讯频道。
            
            
                        

            本文名称：使用python怎么爬取网站的购买记录            

            本文网址：http://cxhlcq.com/article/ijsope.html