金象网药品信息采集
来自JsRobot
Storm(讨论 | 贡献)2016年1月17日 (日) 04:37的版本 (创建页面,内容为“==摘要== 这个工具解决采集药品信息收集的问题。 ==展示== image:20160112_qq114_ui.gif<br> image:20160112_qq114_data.gif<br> ==背景...”)
摘要
这个工具解决采集药品信息收集的问题。
展示
背景
药品采购的时候,需要知道药品的价格。 金象网是第二大的药品展示网站。 上面有两万多个药品产品。
需求
采集QQ、名称、区域、行业、主页、邮箱、电话、地址、描述 以http://88881560.114.qq.com/网址为例
功能
输入
输入网址为http://www.114.qq.com/
输出
输出为CSV文件, 字段如下 网址,商品分类,编号,编码,商品名称,通用名称,规格,生产企业,批准文号,有效期至,说明书 数据样例
处理
打开QQ114的网址, 依次翻页 解析出每个翻页的中的QQ信息网址 依次处理每个QQ信息也的具体内容 保存输出数据