当前位置：首页 > article >正文

利用Python爬虫快速获取商品历史价格信息

article 2024/12/22 12:27:37

在电商时代，商品价格波动频繁，对于消费者和市场分析师来说，掌握商品的历史价格信息至关重要。这不仅能够帮助消费者做出更明智的购买决策，还能为市场趋势分析提供数据支持。本文将介绍如何使用Python爬虫技术快速获取商品的历史价格信息，并进行初步分析。

Python爬虫技术简介

Python因其简洁的语法和强大的库支持，成为爬虫开发的热门选择。通过Python，我们可以编写自动化脚本，模拟浏览器行为，从网页中提取所需数据。常用的库包括requests用于发送网络请求，BeautifulSoup用于解析HTML，以及Pandas用于数据处理和分析。

环境准备

在开始之前，请确保已安装以下Python库：

pip install requests beautifulsoup4 pandas

爬虫代码示例

以下是一个简单的Python爬虫示例，用于从一个示例网页中获取商品的历史价格信息。

import requests
from bs4 import BeautifulSoup
import pandas as pd

# 目标网页URL
url = 'http://example.com/product-page'

# 发送HTTP请求，获取网页内容
try:
    response = requests.get(url, timeout=5)
    response.raise_for_status()  # 确保请求成功
except requests.RequestException as e:
    print(f"请求错误: {e}")
    exit()

# 解析HTML文档
soup = BeautifulSoup(response.text, 'html.parser')

# 假设历史价格信息存储在class为'price-history'的div标签中
price_history_div = soup.find('div', class_='price-history')

# 提取价格信息
prices = []
if price_history_div:
    for price_tag in price_history_div.find_all('span', class_='price'):
        price = price_tag.text.strip()
        prices.append(price)

# 将价格信息转换为DataFrame
df = pd.DataFrame(prices, columns=['Price'])

# 显示DataFrame
print(df)

数据分析

获取到历史价格数据后，我们可以使用Pandas进行简单的数据分析。例如，我们可以计算价格的平均值、中位数、最大值和最小值。

# 计算价格的平均值、中位数、最大值和最小值
average_price = df['Price'].mean()
median_price = df['Price'].median()
max_price = df['Price'].max()
min_price = df['Price'].min()

print(f"Average Price: {average_price}")
print(f"Median Price: {median_price}")
print(f"Max Price: {max_price}")
print(f"Min Price: {min_price}")

异常处理

在爬虫开发中，异常处理是必不可少的。以下是一些常见的异常处理策略：

try:
    response = requests.get(url, timeout=5)
    response.raise_for_status()
except requests.RequestException as e:
    print(f"请求错误: {e}")
    exit()

# 解析HTML时的异常处理
try:
    soup = BeautifulSoup(response.text, 'html.parser')
    price_history_div = soup.find('div', class_='price-history')
    if not price_history_div:
        raise ValueError("未找到价格历史信息")
except ValueError as e:
    print(f"解析错误: {e}")
    exit()