上周 @萍姐 问我如何抓取天猫上面店铺的评分,看了下挺简单的,因而花了点时间写了个Python脚本,加上web.py作成一个web服务,使用起来还不错,今天来看的时候发现当时为了方便直接用web.py开发有点简陋,本身也很久没用flask写过东西了,打算用flask再写一遍,顺便复习下旧的知识,若是你是flask初学者,能够参考这个例子。javascript
提示:博主默认你已经具有了Python的基础知识,已经可以很顺畅的编写一些Python脚本,不然接下来你会比较难看懂。php
这里先给出旧版本的一些使用截图,初始化的时候的样子css
模糊查询html
精确查询前端
这个应用比较简单,所使用的技术也比较少,主要有如下技术要点vue
是否是很简单?java
Flask Web开发基于Python的Web应用开发实战pdf http://www.gooln.com/document/283768.htmlpython
在这个小应用中使用web.py的时候目录结构是这样的jquery
其中static目录里面存放的是静态资源nginx
结构至关简单
这里给出所有的Python代码
#!/usr/bin/env python # coding=utf-8 import requests import json import web import sys import re reload(sys) sys.setdefaultencoding('utf8') urls = ( "/", "index", "/query", "Query" ) render = web.template.render('static', cache=False) class index: def GET(self): return render.index('static') class Query: def POST(self): keywords = str(web.input().get('shopname')) url_base = "https://list.tmall.com/search_product.htm?q="+keywords headers = {"User-Agent": "iphone7"} try: result_base = requests.get(url=url_base, headers=headers, timeout=15).content.replace('\n', '').replace(' ','') infostr = re.findall(r'j_shop_moreshop_more\">(.+?)</div>', result_base) shoplist = [] for item in infostr: scorelist = re.findall(r'\">(.+?)</span><iclass=\"', item) thisShopname = re.findall(r'<span>(.+?)</span>', item)[0] shoplist.append('{"shopname": "'+ thisShopname +'" , "dsr": "'+scorelist[0]+'", "service": "'+scorelist[1].split('">')[1]+'","ship": "'+scorelist[2].split('">')[1]+'"}') return json.dumps({"code": 0, "rows":list(set(shoplist))}) except Exception, e: print e return json.dumps({"code": -1, "msg": "没查询到相关店铺"}) if __name__ == "__main__": app = web.application(urls, globals()) app.run()
$def with (urlbase) <!DOCTYPE html> <html lang="zh-CN"> <head> <meta charset="utf-8"> <meta http-equiv="X-UA-Compatible" content="IE=edge"> <meta name="renderer" content="webkit"> <meta name="viewport" content="width=device-width, initial-scale=1"> <title>Hello world</title> </head> <body> <input type="text" name="shopname"> <input type="button" value="提交" @click="query"> <div class="info" v-for="item in shopes" style="border-bottom: #ccc 1px dashed"> <p>店铺:{{ item.shopname }}</p> <p>描述相符:{{ item.dsr }}<br>服务态度:{{ item.service }}<br>物流服务:{{ item.ship }}</p> </div> <script type="text/javascript" src="$urlbase/jquery.min.js"></script> <script type="text/javascript" src="$urlbase/vue.js"></script> <script type="text/javascript" src="$urlbase/index.js"></script> </body> </html>
var mainVM = new Vue({ el: 'body', data: { shopes:[ { shopname:'未查询', dsr:'未查询', service:'未查询', ship:'未查询' } ] }, methods:{ query:function(){ var _self = this,keyword = $('input[name="shopname"]').val(); $.post('/query',{"shopname":keyword},function (data) { if(data.code == 0){ _self.shopes = []; for(var k in data.rows){ var thisdata = JSON.parse(data.rows[k]); _self.shopes.push({ shopname:thisdata.shopname, dsr:thisdata.dsr, service:thisdata.service, ship:thisdata.ship }) } }else{ alert('查询出错,错误信息:'+data.msg); } },"json"); } } });
能够说代码部分也是至关简单,前端HTML和js的代码就不解释了,很容易看懂,这里只对app.py作简单的解释。
观察天猫的搜索页面,发现天猫pc端跟手机端页面均可以轻松抓取,可是使用手机端页面会更加快速方便,由于结构上更加清晰,并且数据量少,抓取速度更快
如何实现只抓取手机端页面的数据呢?很简单,这里咱们只须要定义如下HTTP的请求头信息就能够了,也就是headers,以下定义
headers={"User-Agent":"iphone7"}
天猫的搜索连接是使用的get请求,地址为
"https://list.tmall.com/search_product.htm?q="+keywords
参数只须要传入一个关键字就能够了,前端使用ajax把数据POST给服务端,服务端接收使用下面的这句话
keywords=str(web.input().get('shopname'))
是否是立刻就搞定了关键的几步了?接下来发起请求拿到数据就能够了
result_base=requests.get(url=url_base,headers=headers,timeout=15).content.replace('\n','').replace('','')
注意,这里我把返回的结果中的换行跟空格都去掉了,由于我这里所须要的数据很简单,为了匹配方便我直接给替换成可空,也就是后面的这个
.replace('\n','').replace('','')
而后根据正则匹配的字符串进行遍历组合成结果返回给前端就行了,前端直接使用vue.js进行数据的绑定,几乎不须要DOM操做就能够完成结果列表的渲染,棒!(这里强行安利一波vue.js)
先后端通讯使用json进行数据交互,友好并且方便。
上面给出了所须要的技术要点和关键代码,那么如今我须要使用flask重写一遍,固然了,关键部分仍是不用变更,只是处理方式上稍微有些差别,若是会用web.py,那么使用flask上手应该是很快的。
在使用web.py的时候咱们启动一个web服务很简单,一般执行如下命令
python app.py
这样咱们就启动了一个web服务,可是这样的话会有不少问题,主要有如下几点
web.py并不适合高并发的应用,可是做为通常应用仍是能够轻松应对的。
以上命令执行后web.py会在8080端口绑定一个web服务,若是你想建立多个应用,那么你应该在后面加上端口号
若是你使用了多个域名指向一台机器的多个应用,那么你应该使用nginx来转发请求,而不是直接输入域名加端口号
在远程vps上运行开发完成的应用时,你能够执行如下命令把web之后台服务的形式运行
nohup python app.py
这种方式简单粗暴,可是仅仅做为临时方案是可行的,运行上述命令后你能够安心的关掉终端,并且web服务依然在运行,可是一旦重启了服务器,那么就得从新登陆vps再次执行命令,不是很方便。
flask和web.py相似,它自带了一个web服务器,默认绑定在5000端口,可是它自己自带的web服务器并非很好,安全性也不高,做为开发使用仍是足够的,正式生产环境中不太建议直接使用flask自带的web服务。
好了,如今能够开始了,为了解决上面提到几个问题,这里我们来使用一个新东西,上面说了多应用环境冲突的问题,在这儿可使用一个叫作“虚拟环境”的东西解决。
“虚拟环境”就是直接复制一个Python的全局环境,可是是独立出来的,你能够在这个环境里面安装各类模块,并且不会影响到Python的全局环境,也就是说若是你把其中的一个“虚拟环境”给玩坏了,起不来了,那么你只须要删掉坏的“虚拟环境”从新建立一个就能够了,这些操做都不会对Python全局环境有任何的影响,安全又方便,下面我们就来建立一个“虚拟环境”。
博主使用的开发环境是Ubuntu 16.04 并无自带这个软件,使用下面的命令安装
sudo apt-get install python-virtualenv -y
安装完以后测试下是否安装成功
~$ virtualenv --version 15.0.1
接下来我们建立一个叫 tmall 虚拟环境用于运行咱们的应用
~$ virtualenv tmall
Running virtualenv with interpreter /usr/bin/python2
New python executable in /home/kbdancer/tmall/bin/python2 Also creating executable in /home/kbdancer/tmall/bin/python Installing setuptools, pkg_resources, pip, wheel...done.
建立的时候会给出建立的位置,若是你须要在指定的目录下面建立虚拟环境,那么你得切换到目标目录,而后执行建立命令,博主这里直接在本身的用户目录下面执行的建立命令,天然就是在用户目录下面生成的一个 tmall 文件夹,文件夹下面自动生成了Python环境
安装完以后须要将这个环境激活才能使用,执行下面的命令进行激活
~$ source tmall/bin/activate (tmall) :~$
接着在虚拟环境中安装flask环境(博主默认你的Python全局环境中已经有了easy_install或者pip),博主这里使用pip进行安装
~$ pip install flask
好了,所须要的环境配置完成,接下来就能够开始写小应用了。
编码这个环节应该是快速并且高效的,上面咱们已经给出了旧代码,关键部分直接复制过来就能用,稍微改改就能够跑起来了。
flask默认使用Jinja2做为模板引擎,Jinja2在进行模板渲染的时候一般会识别{{}}中的内容进行填充,可是这里博主遇到了一个尴尬的问题,Vue.js也是使用的{{}}做为标识符进行渲染,这就致使了冲突,访问页面的时候就会出现如图所示的错误
固然,解决方法仍是有的,参考这篇文章进行配置 解决Jinja2与Vue.js的模板冲突 解决思路也比较简单,就是在须要Jinja2渲染的时候添加一个空格,而vue.js渲染的时候则不须要空格,python脚本以下
from flask import Flask, render_template app = Flask(__name__) app.jinja_env.variable_start_string = '{{ ' app.jinja_env.variable_end_string = ' }}'
前端HTML代码修改后就成了这样
<!DOCTYPE html> <html lang="zh-CN"> <head> <meta charset="utf-8"> <meta http-equiv="X-UA-Compatible" content="IE=edge"> <meta name="renderer" content="webkit"> <meta name="viewport" content="width=device-width, initial-scale=1"> <title>Hello world</title> </head> <body> <input type="text" name="shopname"> <input type="button" value="提交" @click="query"> <div class="info" v-for="item in shopes" style="border-bottom: #ccc 1px dashed"> <p>店铺:{{item.shopname}}</p> <p>描述相符:{{item.dsr}}<br>服务态度:{{item.service}}<br>物流服务:{{item.ship}}</p> </div> <script type="text/javascript" src="{{ url_for('static', filename='jquery.min.js') }}"></script> <script type="text/javascript" src="{{ url_for('static', filename='vue.js') }}"></script> <script type="text/javascript" src="{{ url_for('static', filename='index.js') }}"></script> </body> </html>
Jinja2默认会在templates目录下面寻找模板文件,而静态文件好比css,js之类的默认存储在static目录下面,这里咱们按照Jinja2的默认设置稍微进行修改,固然,若是你想自定义模板目录或者静态文件的目录也是能够的,只须要稍微的配置下就好了,博主这里按照默认的规则来设置。
很快,咱们的小应用就跑起来了
这里仍是须要提到几个关键点:
flask中接收前端传递过来的参数用到的是request对象,前端使用json把数据post到后端,后端使用下面这句进行接收
request.form.get('shopname')
更多详细使用方法参考这个地址 浅入浅出Flask框架:处理客户端经过POST方法传送的数据 接着测试下小应用能不能正常运行
OK,测试经过。
因为这个小应用比较简单,部署起来能够按照常规的部署方式进行,可是并不适合生产环境,因此这里暂时不写如何部署,下次有大型网站案例的时候再详细写如何部署以及优化。
#!/usr/bin/env python # coding=utf-8 from flask import Flask, render_template, request import requests import json import re app = Flask(__name__) app.jinja_env.variable_start_string = '{{ ' app.jinja_env.variable_end_string = ' }}' @app.route('/') def index(): return render_template('index.html') @app.route('/query', methods=['POST']) def query(): keywords = request.form.get('shopname') url_base = "https://list.tmall.com/search_product.htm?q=" + keywords headers = {"User-Agent": "iphone7"} try: result_base = requests.get(url=url_base, headers=headers, timeout=15).content.replace('\n', '').replace(' ', '') infostr = re.findall(r'j_shop_moreshop_more\">(.+?)</div>', result_base) shoplist = [] for item in infostr: scorelist = re.findall(r'\">(.+?)</span><iclass=\"', item) thisShopname = re.findall(r'<span>(.+?)</span>', item)[0] shoplist.append('{"shopname": "' + thisShopname + '" , "dsr": "' + scorelist[0] + '", "service": "' + scorelist[1].split('">')[1] + '","ship": "' + scorelist[2].split('">')[1] + '"}') return json.dumps({"code": 0, "rows": list(set(shoplist))}) except Exception, e: print e return json.dumps({"code": -1, "msg": "没查询到相关店铺"}) if __name__ == "__main__": app.run(debug=True)
<!DOCTYPE html> <html lang="zh-CN"> <head> <meta charset="utf-8"> <meta http-equiv="X-UA-Compatible" content="IE=edge"> <meta name="renderer" content="webkit"> <meta name="viewport" content="width=device-width, initial-scale=1"> <title>Hello world</title> </head> <body> <input type="text" name="shopname"> <input type="button" value="提交" @click="query"> <div class="info" v-for="item in shopes" style="border-bottom: #ccc 1px dashed"> <p>店铺:{{item.shopname}}</p> <p>描述相符:{{item.dsr}}<br>服务态度:{{item.service}}<br>物流服务:{{item.ship}}</p> </div> <script type="text/javascript" src="{{ url_for('static', filename='jquery.min.js') }}"></script> <script type="text/javascript" src="{{ url_for('static', filename='vue.js') }}"></script> <script type="text/javascript" src="{{ url_for('static', filename='index.js') }}"></script> </body> </html>
没有作任何改动,就不贴出来了
写这篇文章的目的一来是复习下flask的一些知识,二来是与web.py作个对比,再者就是给入门的朋友提供一个实战的例子,方便参考。