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

1. 提交商品搜索请求，循环获取页面
   

2. 对于每个页面，提取商品名称和价格信息
   

3. 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>

来源：https://www.py.cn/jishu/spider/32181.html