❶ 如何用python實現淘寶搜索商品並點擊進入商品頁面
這個和用不用python沒啥關系，是數據來源的問題。 調用淘寶API，使用 api相關介面獲得你想要的內容，我 記得api中有相關的介面，你可以看一下介面的說明。 用python做爬蟲來進行頁面數據的獲齲 希望能幫到你。
❷ 淘寶搜索引擎代碼是什麼
比較常用的是:搜索框 + 分類類目+ 熱門關鍵詞 + 搜索按鈕只要在HTML中插入以下這段代碼,發布上去,就會顯示出搜索框了,很簡單的~ 代碼如下： alimama_pid='mm_12342439_0_0'; alimama_type='g'; alimama_tks={}; alimama_tks.style_i=1; alimama_tks.lg_i=0; alimama_tks.w_i=572; alimama_tks.h_i=69; alimama_tks.btn_i=1; alimama_tks.txt_s=''; alimama_tks.hot_i=1; alimama_tks.hc_c='#999999'; alimama_tks.c_i=1; alimama_tks.cid_i=0; 修改解釋： alimama_tks.w_i=572; 這里就是修改搜索框的長度（總長度這里是572像素）你也可以根據你的要求修改 alimama_tks.h_i=69; 這里是修改搜索框的高度（現在的寬度是６９像素） alimama_tks.hc_c='#999999'; 這里是修改熱門關鍵詞的顏色，只要修改#999999這里就行了 同樣很簡單吧，趕快插入以上那段代碼，在你的網站上面也能搜索到淘寶的產品了 還有其它6種樣式可以選擇,可到以下地址看看,非常詳細,而且有圖文 http://hi..com/9417tao/blog/item/cab5bb3c420c2c07bba16728.html
❸ 用python製作一個搜索引擎
可能幫不上忙。但別的語言有現成的。用java 的 solr做搜索，索引，分詞。只需要配置xml，不用寫代碼。然後加上前端頁面搜索就完成了。用python的scrapy可以做爬蟲。你的需求我感覺簡單做，都不需要索引，直接查資料庫。模糊查詢還有一個java的nutch，幾乎不用寫代碼，直接爬蟲＋索引＋界面 一套都實現好了，什麼高亮，快照都有，直接用。不知道你能出多少錢？
❹ 編寫python爬蟲，類搜索引擎的程序是否有意義
最初有一個想法，就是用程序來寫一個類似搜索引擎的爬蟲，然後24小時循環抓取互聯網上盡可能多的網站數據。
接著用這個數據來配合做seo。目前已經完成了24小時不間斷抓取Url部分。主要是用python做的。其他程序也試過。但是效率太低、要麼耗內存。還是python最好。
我的問題是：有沒有python方面經驗豐富的朋友？ 能夠提供一些方向的？ 比如正文提取這一部分，這個有現成的模塊嗎？ 自己寫的話，有點難度。我查過資料，python有爬蟲類的模塊。但是還沒接觸過。希望能有前輩可以指導一下。真的，在此謝過了。
還有就是，想問下做這個東西你覺得有意義嗎？
【回復】
首先要肯定，你做這個開發是很有意義的。我去年的時候用C#開發過一個蜘蛛抓取系統和正文分析系統，雖然比較粗糙，但是也從過程中感悟到了更深刻SEO優化策略。
例如配額的問題，我在家裡自己架伺服器然後一個抓一個分析，一切都是以低費用原則展開的，所以帶寬自然是不充裕的。這個情況下我就深刻的意識到要抓什麼網站，要抓什麼類型的頁面，時間和線程怎麼分配比例，哪些內容是長期不更新的，哪些是具有實時更新意義的等等，通常做SEO的朋友，沒辦法真的換位去思考這些內容，所以只能等著別分享後再去思考，但是大多數分享也是淺嘗則止，具體的細節和原則還是需要自己去摸索和實驗的。
另外當我試圖去分析HTML的時候，就遇到了前所未有的「無限可能」，因為你的思路幾乎是瞬間爆炸了，什麼導航條麵包屑，頁面噪音（代碼層面，內容層面），HTML的標准化（涉及到DOM樹是否正確的解析），H1優化，尋找最大正文段落等等，太多的細節可以去做分析。
其中我做了一個關於頁面噪音的小測試，就是去試圖針對一個網站，通過對比HTML獲得類目框架。目的就是不想亂七八糟的內容影響我分析正文，所以這里要最基礎的去除噪音。這樣一來，周邊零散的代碼就被我視為「低質量的，可忽略的，重要性較低的」的內容。
又例如如何判斷頁面類型呢？列表頁和內容頁？不同的頁面也會影響二次抓取的頻率，因為列表頁很顯然更具備更新能力，而內容頁則相對不更新（主內容框架內不更新，周邊框架內容更新，但意義不大）。所以當搜索什麼「列車時刻」一類的詞，默認列表頁會有更大的機會，而當你搜索知識性內容則內容頁會有更大的可能性。當然這些都是可以通過系統設置的一個「偏重權重」來實現。
總的來說，當你開發一個搜索引擎的時候，哪怕這個搜索引擎再簡單和粗糙，你也會真正的有機會站在搜索引擎的角度去思考SEO，這種思考和感悟是深刻而實際的，遠比盲人摸象更有指導意義。
python中，有三個庫可以解析html文本，HTMLParser,sgmllib,htmllib。但是更推薦你試試BeautifulSoup。
關於正文的提取，不知道你是要所有正文文本的提取，還是最核心的內容的判斷。
如果是提取所有HTML標簽內的文本，那麼解析器遍歷一下，就可以獲得一個清單了。
如果你要獲得一個「相對最重要正文區域」，那麼就需要根據每一個DOM樹中的內容量做一個初步的判斷，當然如果要更准確無誤的判
斷正文，還需要其他很多細節的驗證操作。
順著你的話題，我在擴展一下。
我建議大家有時間可以閱讀有關「方_法_論」方面的書籍，因為通常，我們在一個行業或一個職位上，所關注和處理的工作，都是一個整
體系統中的一個局部，而是否能盡量多的去理解這個整體系統，對我們的控制能力來說，是至關重要的。所以真正要做好SEO，就不能
僅僅追求SEO的技巧，要更多時間去理解搜索引擎。
淘寶也好，亞馬遜（海外）也好，網路也好，都是一個平台，我們無論要做運營，還是SEO，其本質都是充分的獲得平台的資源分配。
這個時候誰能站在平台的角度，誰就有更大的競爭力。這就好比產品經理們常常說的，站在用戶的角度去開發產品。
你做這個事情，整個過程就是一個極其寶貴的學習過程，這樣做的人非常少，你很棒！加油！
❺ 用python第三方庫requests抓取淘寶搜索結果頁面，response並不是html結構。。
您好，首先，sys.setdefaultencoding is evil。
其次，不會用 Requests 就去看文檔，不要亂來。
如果 Requests 檢測不到正確的編碼，那麼你告訴它正確的是什麼：
response.encoding = 'gbk'
print response.text
原始內容在 response.content 里，bytes，自己想怎麼處理就怎麼處理。
單個請求完全沒必要用 Session。直接 requests.get(xxx) 就可以了。
最後，弄不明白怎麼處理編碼錯誤的字元串就仔細想想，或者用 Python 3.x，不要散彈槍編程。
以下是 Python 3。Python 2 在那個字元串前加個 u 告訴它是 unicode 也一樣。
❻ 淘寶網用的是哪個搜索引擎
是淘寶搜索。
淘寶搜索，屬於阿里巴巴旗下的搜索引擎。淘寶搜索，主要針對旗下的淘寶網進行站內搜索，為用戶提供C2C的購物搜索結果。
搜索功能
1.@+旺旺名，可以直達淘寶店鋪首頁。
2.淘寶搜索將新增選購知識。
3.排除關鍵詞：在關鍵詞前加「-」號。
4.找促銷寶貝：在搜索詞後邊加上「促銷」。
5.只搜索淘寶商品：輸入 關鍵詞 -tmall 。 如：連衣裙 -tmall。
6.明星開店：直接把明星名字輸入到搜索框中，會有提示。
7.新增任意門功能：在搜索里輸入阿里旺旺就可以直接跳出下載窗口。
❼ 畢業設計中怎樣用python寫一個搜索引擎的分
1、 網路連接需要持續連接（persistent connection），DNS解析的瓶頸（先查本地DNS緩存）
實現方法:基於python httplib（對http1.1完成對持續連接的支持(python的httplib完全支持http1.1)，如果不是http1.1那麼可以使用urlopen對其進行一次連接）並對其socket對象進行控制,關鍵是加入對讀取DNS本地緩存(在我的機制下這個根本就不是主要問題可以暫時忽略)，以及有settimeout(Igloo)(搞定,就用setdefaulttimeout())的支持(或者利用自己的DNS伺服器,進行優化處理),以及對sock對象的settimeout進行設置,防止長時間的等待一個有可能連接不上的web伺服器.(要測試一下連接模塊和DNS解析模塊在訪問不存在url在默認情況下的時間消耗)對站點的ip解析出來後就直接用ip進行連接而避免了重復調用DNS解析.例子:socket.gethostbyname("www.163.com")
網路連接下載模塊非常重要，需要精心反復測試，因為有可能碰到一些不規范的web伺服器，如果沒有加以考慮會使整個線程崩潰。
2、 多線程:機器任務的分配及站點任務的分配。
實現方法：（在某台機器上實現，在對本機內存cpu的消耗情況判斷後對機器任務進行分配；在對和站點的連接情況進行判斷後對站點任務進行分配）
機器任務的分配：對於機器負擔的情況調整在一個機器開的線程的個數。（在關閉線程時注意要先讓線程完成當前運行任務）
站點任務的分配：就是某個機器對一個站點開的線程的個數的分配。（同樣是要注意關閉線程時先讓其完成當前任務）
3、 對web文件樹遍歷過程更好的控制，對web文件樹在廣度優先遍歷時層次的判斷。（整個網路是一個圖，而某個站點的模型更接近於一棵樹）
實現方法：在每個地址進入隊列時加一個層次號，那麼要遍歷第n層的話那麼遍歷到第一個n+1就停止讀取。
4、 利用robotparser解析robots.txt
5、 單個機器spider的作用：
a) 同2多線程3文件樹的遍歷
b) 將獲取的外部url發回中央控制器，並從中央控制器取回新的外部url。
6、 中央控制器的作用：
a) 觀察各機器的狀態包括：cpu、內存、線程、站點、網路流量
b) 觀察對外整體網路流量和連接狀況，可以根據網路狀況來調節timeout。
c) 接受各個機器發送過來的外部url並對每個url的重復數字計數。然後分配到各個機器。（分配時要用爬行策略控制器對外部url進行排序來分配，Igloo利用Page Rank，我們可以使用最簡單的重復越多重要系數就越高來進行排序）
d) 分布式URL分配演算法：Igloo1.2的二級哈希映射演算法（集中式分配演算法那個中央控制器容易成為系統瓶頸）復習哈希演算法，還有就是對url是否訪問過的判斷（Igloo使用的是URL Trie滯後合並策略）。可以使用Berkeley DB作為URL Trie的替代品。兩種實現方式的比較：
i. 現在的想法：（面向站點，信息顆粒大）外部鏈接只是保存主機名比如:www.163.com, 站內訪問用解析好的ip地址維持連接，用相對鏈接來得到各個頁面，這樣就要維護一個外部鏈接列表，幾個站點的鏈接列表。優點：節省內存，對某個站點的信息獲取全面，對站點的出現頻率統計，排序，重要站點先取。 缺點：對鏈接的獲取的全面性得不到保證，而且不能獲取更多的重要頁面，每個站點的重要頁面也不會很多。
ii. 老方案：（面向頁面，信息顆粒小）所有連接一視同仁。缺點：浪費資源，對單一站點的獲取不一定全面。優點：可以得到全面的鏈接圖，可以使用Page Rank對列表進行排序，頁面更重要就在最前面。
7、 解析html（超級鏈接的提取）搞定（用python的sgmllib）缺點：速度太慢（可能會造成瓶頸，要好好包裝好，以後有機會換掉它）
❽ 求一python寫的簡單的搜索引擎
可能幫不上忙。
但別的語言有現成的。
用java 的 solr做搜索，索引，分詞。只需要配置xml，不用寫代碼。
然後加上前端頁面搜索就完成了。
用python的scrapy可以做爬蟲。
你的需求我感覺簡單做，都不需要索引，直接查資料庫。模糊查詢
還有一個java的nutch，幾乎不用寫代碼，直接爬蟲＋索引＋界面 一套都實現好了，什麼高亮，快照都有，直接用。
不知道你能出多少錢？
❾ 如何用python抓取淘寶京東網頁所有審查元素，不是源代碼
審查元素顯示的其實就是格式化之後的源代碼，你可以用對比一下。
下面是一個Python3使用urllib庫讀取源代碼的例子，如果要處理成審查元素那樣的格式，需要對html標簽逐個處理下
importhttp.cookiejar
importurllib.request
ckjar=http.cookiejar.MozillaCookieJar()
opener=urllib.request.build_opener(urllib.request.HTTPCookieProcessor(ckjar))
res=opener.open("http://jd.com")
htm=res.read().decode('gbk')
print(htm)
❿ python自製簡易搜索引擎有何思路
python. 如果只是研究演算法,做一個原型,當然python優雅多了. 但個人認為,perl和python都不是做搜索引擎的最合適的選擇吧.