实例操作教你爬取京东的商品数据|实现大批量数据采集API接口

数据采集API接口可以实现搜索及商品详情数据的大批量稳定采集

提出问题

如何在京东商城爬取出各个商品的相关信息(价格、名称、评价、店铺名等等)，比如，打开web京东网站，在搜索框输入关键字：口红。那么商品展示列表的所有商品的信息，怎么爬下来，怎么保存到表格中？

我们来看看怎么实现这个功能。

解决思路

1、打开网站，输入关键字，点击搜索按钮；

2、将右侧下拉框拉到最下面，保证获取到全部的数据；

3、将每一个商品进行遍历，把每个item中的价格、名称、店铺、评价数量全部获取到；

4、将获取的信息，装在表格中。

import timeimport pandas as pdfrom selenium import webdriverimport requestsfrom selenium.webdriver import Keysfrom selenium.webdriver.common.by import By
if __name__ == '__main__':    search_word = input("请输入你要搜索的商品：")    page_size = int(input("请输入你要爬取的页数："))    prices, names, commits, shops = [], [], [], []    # 打开浏览器    driver = webdriver.Chrome()    driver.get("https://www.jd.com")    time.sleep(1)    # 将web网页窗口最大化    driver.maximize_window()    # 找到搜索框    input_box = driver.find_element(By.ID, "key")    # 将搜索的字输入到京东搜索框中    input_box.send_keys(search_word)    # 按下enter键    input_box.send_keys(Keys.ENTER)
    # range(page_size)    for i in range(page_size):        # 将下拉框拖到最下面：        driver.execute_script('window.scrollTo(0,document.body.scrollHeight)')        time.sleep(3)  # 确保在向下拖动的过程中，数据全部加载出来，加几秒等待
        # 获取所有的li        good_lists = driver.find_elements(By.XPATH, '//*[@id="J_goodsList"]/ul/li')
        for item in good_lists:            # 找到产品的价格            price = item.find_element(By.CLASS_NAME, "p-price").text            # 找到商品的名字            name = item.find_element(By.CLASS_NAME, "p-name").text            # 找到商品的评论            commit = item.find_element(By.CLASS_NAME, "p-commit").text            # 找到商品的店铺            shop = item.find_element(By.CLASS_NAME, "p-shop").text            # 将每一次爬到的数据信息，追加到列表[ ]中            prices.append(price)            names.append(name)            commits.append(commit)            shops.append(shop)
        # 点击下一页        driver.find_element(By.CLASS_NAME, "pn-next").click()
    df = pd.DataFrame({        "价格": prices,        "名称": names,        "评论": commits,        "商家": shops    })
    # 将数据保存到excel表格中    df.to_excel("{}.xlsx".format(search_word))

（左右滑动查看完整代码）

以上就是一个比较基础的爬虫Demo，通过selenium来实现，爬取的数据的业务逻辑较为简单，最后生成放在表格中就可以了。