Python爬虫爬取商品失败处理方法

1.登陆网站，开启开发者模式。

可以在浏览器中点击右键检查或者F12打开开发者模式。

2.点选 NetWork，DOC，然后刷新页面。

在 network 中选择 doc，在请求的 headers 中搜索 cookie。

3.获取对应的 cookie 以及 user-agent。

4.在代码中添加到 headers 里面。

def getHTMLText(url):
  kv = {
    \'cookie\': \'adsgadfafegadsgadsfaefasdfaewfadsfag\'
    \'uaer-agent\': \'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_4) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/73.0.3683.86 Safari/537.36\'
  }
    try:
    r = requests.get(url, headers=kv, timeout=30)
    r.raise_for_status()
    r.encoding = r.apparent_encoding
    return r.text
  except:
    return \"gg\"

实例扩展：

程序的结构设计

提交商品搜索请求，循环获取页面

对于每个页面，提取商品名称和价格信息

将信息输出

遇到问题

爬取成功，数据有问题

打印 html 文件，返回如下

<script type=\"text/javascript\">
  TRLang = {
    ERROR_NICK_BLANK: \"请填写账户名\",
    ERROR_PASSWORD_BLANK: \"请输入密码\",
    ERROR_NICK_PASSWORD_BLANK: \"请输入账户名和密码\",
    ERROR_CHECKCODE_BLANK: \"请输入验证码\",
    TIPS_REMEMBER_PASSWORD: \"记住密码\",
    TIPS_NOT_REMEMBER_PSW_ON_PUBLIC: \"不要在公共计算机记住密码，防止账户被盗\"
  };
</script>