使用python代码，数据采集，做一个比价系统，有前端后端，前端提交查询的商品，后端启用多线程，开始比价，最后返回最低价格，该商品的链接，图片等
时间: 2024-04-21 13:26:55 浏览: 13
好的，这个系统需要用到 Python 的 requests 库来获取网页源代码，用到 BeautifulSoup 库来解析网页，用到 threading 库来实现多线程，用到 Flask 库来实现前端和后端的交互。
以下是代码实现：
后端代码：
```python
import requests
from bs4 import BeautifulSoup
from flask import Flask, request, jsonify
import threading
app = Flask(__name__)
def get_price(url):
try:
# 获取网页源代码
r = requests.get(url)
r.raise_for_status()
r.encoding = r.apparent_encoding
soup = BeautifulSoup(r.text, 'html.parser')
# 解析网页获取商品价格
price = soup.find('span', {'class': 'price'}).get_text()
return price
except:
return '获取价格失败'
@app.route('/compare', methods=['POST'])
def compare():
# 获取前端提交的商品名
data = request.json
product_name = data['product_name']
# 获取商品链接列表
url_list = []
url_list.append('https://jd.com')
url_list.append('https://taobao.com')
url_list.append('https://amazon.com')
# 多线程获取商品价格
prices = []
threads = []
for url in url_list:
t = threading.Thread(target=prices.append(get_price(url)), args=(url,))
threads.append(t)
t.start()
for t in threads:
t.join()
# 返回最低价格和商品链接
min_price = min(prices)
min_url = url_list[prices.index(min_price)]
# 返回结果
result = {
'product_name': product_name,
'min_price': min_price,
'min_url': min_url
}
return jsonify(result)
if __name__ == '__main__':
app.run(debug=True)
```
前端代码：
```html
<!DOCTYPE html>
<html>
<head>
<meta charset="UTF-8">
<title>比价系统</title>
<script src="https://cdn.bootcdn.net/ajax/libs/jquery/3.5.1/jquery.min.js"></script>
</head>
<body>
<h1>比价系统</h1>
<div>
<label>商品名：</label>
<input id="product_name" type="text">
<button id="compare_btn">比价</button>
</div>
<div id="result">
</div>
<script>
$('#compare_btn').click(function() {
var product_name = $('#product_name').val();
$.ajax({
url: '/compare',
type: 'POST',
contentType: 'application/json',
data: JSON.stringify({product_name: product_name}),
success: function(result) {
var html = '<p>商品名：' + result.product_name + '</p>';
html += '<p>最低价格：' + result.min_price + '</p>';
html += '<p>商品链接：' + result.min_url + '</p>';
$('#result').html(html);
}
});
});
</script>
</body>
</html>
```
在命令行中运行后端代码：
```
python backend.py
```
然后在浏览器中打开前端页面即可。
相关推荐
最新推荐
Python爬虫进阶之多线程爬取数据并保存到数据库
今天刚看完崔大佬的《python3网络爬虫开发实战》，顿时觉得自己有行了，准备用appium登录QQ爬取列表中好友信息，接踵而来的是一步一步的坑，前期配置无数出错，安装之后连接也是好多错误，把这些错误解决之后，找APP...
python进阶之多线程对同一个全局变量的处理方法
今天小编就为大家分享一篇python进阶之多线程对同一个全局变量的处理方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
python实现通过flask和前端进行数据收发
今天小编就为大家分享一篇python实现通过flask和前端进行数据收发，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
不到40行代码用Python实现一个简单的推荐系统
主要给大家介绍了如何利用不到40行python代码实现一个简单的推荐系统，文中通过示例代码介绍的非常详细，对大家学习或者使用Python具有一定的参考学习价值，需要的朋友们下面来一起学习学习吧
python多线程接口案例
分五步操作实现50个或更多用户并发操作，代码可直接运行 ①打开网页，获取到后端给的cookie； ②登录用户，保持链接； ③业务操作，访问业务接口； ④将上述三步添加到多线程任务中，集中执行，记录数据； ⑤将多...
zigbee-cluster-library-specification
最新的zigbee-cluster-library-specification说明文档。
管理建模和仿真的文件
管理Boualem Benatallah引用此版本：布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学，1996年。法语。NNT：电话：00345357HAL ID：电话：00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆，用于存放和传播科学研究论文，无论它们是否被公开。论文可以来自法国或国外的教学和研究机构，也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
实现实时数据湖架构：Kafka与Hive集成
# 1. 实时数据湖架构概述**
实时数据湖是一种现代数据管理架构，它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同，实时数据湖不依赖于预先定义的模式，而是采用灵活的架构，可以处理各种数据类型和格式。这种架构为企业提供了以下优势：
- **实时洞察：**实时数据湖允许企业访问最新的数据，从而做出更明智的决策。
- **数据民主化：**实时数据湖使各种利益相关者都可
解释minorization-maximization (MM) algorithm，并给出matlab代码编写的例子
Minorization-maximization (MM) algorithm是一种常用的优化算法，用于求解非凸问题或含有约束的优化问题。该算法的基本思想是通过构造一个凸下界函数来逼近原问题，然后通过求解凸下界函数的最优解来逼近原问题的最优解。具体步骤如下：
1. 初始化参数 $\theta_0$，设 $k=0$；
2. 构造一个凸下界函数 $Q(\theta|\theta_k)$，使其满足 $Q(\theta_k|\theta_k)=f(\theta_k)$；
3. 求解 $Q(\theta|\theta_k)$ 的最优值 $\theta_{k+1}=\arg\min_\theta Q(
JSBSim Reference Manual
JSBSim参考手册，其中包含JSBSim简介，JSBSim配置文件xml的编写语法，编程手册以及一些应用实例等。其中有部分内容还没有写完，估计有生之年很难看到完整版了，但是内容还是很有参考价值的。