/spider_for_Books

图书爬虫,已囊括当当、京东……目前字典内容包括了书名、作者、出版社、出版年月、详情描述、评论数量、好评率等。

Primary LanguagePython

图书爬虫,已支持当当、京东……

用于爬取图书信息。目前字典内容包括了书名、作者、出版社、出版年月、详情描述、评论数、好评率等。
其中当当网爬虫:

  • 批量获取图书链接的代码在文件中已有。获取图书详情的代码也有,但作者只用几个页面进行了调试。
  • 从链接列表循环获取图书详情的代码没写,也很简单,感兴趣的伙伴可自己添加。
  • 由于第2个函数里面的字段是针对图书设计的,所以如果想用到其他门类商品可能需要作出必要的修改。

京东爬虫:

  • 写了批量获取的代码,但没有做细致的异常处理,或许过程中你会遇到timeou或其他异常报错,自己改一下吧。
  • 另有Scrapy版本,只不过是按分类链接作为爬取入口的。略微简单些。。京东Scrapy