利用Python爬虫根据关键词获取商品列表

在电商领域，通过关键词搜索商品并获取商品列表是常见的需求。本文将详细介绍如何使用Python编写爬虫程序，根据关键词获取商品列表，并确保爬虫行为符合平台规范。为了具体展示，我们将以一个假设的电商平台为例，展示如何实现这一过程。

一、环境准备

（一）Python开发环境

确保你的系统中已安装Python（推荐使用Python 3.8及以上版本）。

（二）安装所需库

安装requests和BeautifulSoup库，用于发送HTTP请求和解析HTML内容。可以通过以下命令安装：

bash

pip install requests beautifulsoup4

二、编写爬虫代码

（一）发送HTTP请求

使用requests库发送GET请求，获取商品列表页面的HTML内容。

Python

python">import requestsdef get_html(url):headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/123.0.0.0 Safari/537.36"}try:response = requests.get(url, headers=headers)response.raise_for_status()  # 检查请求是否成功return response.textexcept requests.RequestException as e:print(f"请求失败：{e}")return None

（二）解析HTML内容

使用BeautifulSoup解析HTML内容，提取商品列表。

Python

python">from bs4 import BeautifulSoupdef parse_html(html):soup = BeautifulSoup(html, 'html.parser')products = []# 根据电商平台的商品列表页面结构调整解析逻辑product_elements = soup.select("div.product-item")for product_element in product_elements:title = product_element.select("h3.product-title")[0].get_text(strip=True)price = product_element.select("span.product-price")[0].get_text(strip=True)link = product_element.select("a.product-link")[0]['href']products.append({"title": title,"price": price,"link": link})return products

（三）根据关键词获取商品列表

根据关键词构造搜索URL，获取商品列表页面的HTML内容，并解析。

Python

python">def get_product_list(keyword, page=1):base_url = "https://www.example.com/search"  # 替换为实际电商平台的搜索URLurl = f"{base_url}?q={keyword}&page={page}"html = get_html(url)if html:return parse_html(html)return []

（四）整合代码

将上述功能整合到主程序中，实现完整的爬虫程序。

Python

python">if __name__ == "__main__":keyword = "连衣裙"  # 替换为实际关键词products = get_product_list(keyword)for product in products:print(f"商品名称: {product['title']}")print(f"商品价格: {product['price']}")print(f"商品链接: {product['link']}")print("----------------------")

三、注意事项

（一）遵守平台规则

在编写爬虫时，必须严格遵守目标电商平台的使用协议，避免触发反爬机制。

（二）合理设置请求频率

避免过高的请求频率，以免对平台服务器造成压力。建议在请求之间添加适当的延时：

Python

python">import time
time.sleep(1)  # 每次请求间隔1秒

（三）数据安全

妥善保管爬取的数据，避免泄露用户隐私和商业机密。

（四）处理异常情况

在爬虫代码中添加异常处理机制，确保在遇到错误时能够及时记录并处理。

Python

python">import logginglogging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s')try:products = get_product_list(keyword)for product in products:logging.info(f"商品名称: {product['title']}")logging.info(f"商品价格: {product['price']}")logging.info(f"商品链接: {product['link']}")
except Exception as e:logging.error(f"发生错误: {e}")