我们首先要通过你想购买的商品关键字来搜索得到商品信息,用搜索结果去获取信息。
那我们也要写一个输入,空白处点击右键,选择检查。
选择element 元素面板
鼠标点击左边的箭头按钮,去点击搜索框,它就会直接定位到搜索标签。
在标签上点击右键,选择copy,选择copy selector 。
如果你是xpath ,就copy它的xpath 。
然后把我们想要搜索的内容写出来
driver.find_element_by_css_selector(‘#key’).send_keys(‘口红’)
再运行的时候,它就会自动打开浏览器进入目标网址搜索口红。
同样的方法,找到搜索按钮进行点击。
driver.find_element_by_css_selector(‘.button’).click()
再运行就会自动点击搜索了
页面搜索出来了,那么咱们正常浏览网页是要下拉网页对吧,咱们让它自动下拉就好了。
先导入time模块
import time
执行页面滚动的操作
def drop_down():
“”“执行页面滚动的操作”“” # javascript
for x in range(1, 12, 2): # for循环下拉次数,取1 3 5 7 9 11, 在你不断的下拉过程中, 页面高度也会变的;
time.sleep(1)
j = x / 9 # 1/9 3/9 5/9 9/9
document.documentElement.scrollTop 指定滚动条的位置
document.documentElement.scrollHeight 获取浏览器页面的最大高度
js = ‘document.documentElement.scrollTop = document.documentElement.scrollHeight * %f’ % j
driver.execute_script(js) # 执行我们JS代码
循环写好了,然后调用一下。
drop_down()
我们再给它来个延时
driver.implicitly_wait(10)
这是一个隐式等待,等待网页延时,网不好的话加载很慢。
隐式等待不是必须等十秒,在十秒内你的网络加载好后,它随时会加载,十秒后没加载出来的话才会强行加载。
还有另外一种死等的,你写的几秒就等几秒,相对没有那么人性化。
time.sleep(10)
加载完数据后我们需要去找商品数据来源
价格/标题/评价/封面/店铺等等
还是鼠标右键点击检查,在element ,点击小箭头去点击你想查看的数据。
可以看到都在li标签里面
获取所有的 li 标签内容,还是一样的,直接copy 。
在左下角就有了
这里表示的是取的第一个,但是我们是要获取所有的标签,所以左边框框里 li 后面的可以删掉不要。
不要的话,可以看到这里是60个商品数据,一页是60个。
所以我们把剩下的复制过来, 用lis接收一下 。
lis = driver.find_elements_by_css_selector(‘#J_goodsList ul li’)
因为我们是获取所有的标签数据,所以比之前多了一个s
打印一下
print(lis)
通过lis返回数据 列表 [] 列表里面的元素 <> 对象
遍历一下,把所有的元素拿出来。
for li in lis:
title = li.find_element_by_css_selector(‘.p-name em’).text.replace(‘\n’, ‘’) # 商品标题 获取标签文本数据
price = li.find_element_by_css_selector(‘.p-price strong i’).text # 价格
commit = li.find_element_by_css_selector(‘.p-commit strong a’).text # 评论量
shop_name = li.find_element_by_css_selector(‘.J_im_icon a’).text # 店铺名字
href = li.find_element_by_css_selector(‘.p-img a’).get_attribute(‘href’) # 商品详情页
icons = li.find_elements_by_css_selector(‘.p-icons i’)
icon = ‘,’.join([i.text for i in icons]) # 列表推导式 ‘,’.join 以逗号把列表中的元素拼接成一个字符串数据
dit = {
‘商品标题’: title,
‘商品价格’: price,
‘评论量’: commit,
‘店铺名字’: shop_name,
‘标签’: icon,
‘商品详情页’: href,
}
csv_writer.writerow(dit)
print(title, price, commit, href, icon, sep=’ | ')
搜索功能
key_world = input('请输入你想要获取商品数据: ')
要获取的数据 ,获取到后保存CSV
f = open(f’京东{key_world}商品数据.csv’, mode=‘a’, encoding=‘utf-8’, newline=‘’)
csv_writer = csv.DictWriter(f, fieldnames=[
‘商品标题’,
‘商品价格’,
‘评论量’,
‘店铺名字’,
‘标签’,
‘商品详情页’,
])
csv_writer.writeheader()
然后再写一个自动翻页
for page in range(1, 11):
print(f’正在爬取第{page}页的数据内容’)
time.sleep(1)
drop_down()
get_shop_info() # 下载数据
driver.find_element_by_css_selector(‘.pn-next’).click() # 点击下一页
==============================================================
from selenium import webdriver
import time
import csv
def drop_down():
“”“执行页面滚动的操作”“”
for x in range(1, 12, 2):
time.sleep(1)
j = x / 9 # 1/9 3/9 5/9 9/9
document.documentElement.scrollTop 指定滚动条的位置
document.documentElement.scrollHeight 获取浏览器页面的最大高度
js = ‘document.documentElement.scrollTop = document.documentElement.scrollHeight * %f’ % j
driver.execute_script(js) # 执行JS代码
key_world = input('请输入你想要获取商品数据: ')
f = open(f’京东{key_world}商品数据.csv’, mode=‘a’, encoding=‘utf-8’, newline=‘’)
csv_writer = csv.DictWriter(f, fieldnames=[
‘商品标题’,
‘商品价格’,
‘评论量’,
‘店铺名字’,
‘标签’,
‘商品详情页’,
])
csv_writer.writeheader()
实例化一个浏览器对象
driver = webdriver.Chrome()
driver.get(‘https://www.jd.com/’) # 访问一个网址 打开浏览器 打开网址
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注Python)
](https://i-blog.csdnimg.cn/blog_migrate/16e27ee7dfd6e25a4f43c8cc6ef06aa7.png)
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注Python)