for second in range(sec):
if(is_alert):
alert = “alert(”" + message + “:” + str(sec - second) + “秒”)"
self.browser.execute_script(alert)
al = self.browser.switch_to.alert
sleep(1)
al.accept()
else:
sleep(1)
#登录淘宝
def login(self):
打开网页
self.browser.get(self.url)
自适应等待,点击密码登录选项
self.browser.implicitly_wait(30) #智能等待,直到网页加载完毕,最长等待时间为30s
self.browser.find_element_by_xpath(‘//*[@class=“forget-pwd J_Quick2Static”]’).click()
自适应等待,点击微博登录宣传
self.browser.implicitly_wait(30)
self.browser.find_element_by_xpath(‘//*[@class=“weibo-login”]’).click()
自适应等待,输入微博账号
self.browser.implicitly_wait(30)
self.browser.find_element_by_name(‘username’).send_keys(weibo_username)
自适应等待,输入微博密码
self.browser.implicitly_wait(30)
self.browser.find_element_by_name(‘password’).send_keys(weibo_password)
自适应等待,点击确认登录按钮
self.browser.implicitly_wait(30)
self.browser.find_element_by_xpath(‘//*[@class=“btn_tip”]/a/span’).click()
直到获取到淘宝会员昵称才能确定是登录成功
taobao_name = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '.site-nav-bd > ul.site-nav-bd-l > li#J_SiteNavLogin > div.site-nav-menu-hd > div.site-nav-user > a.site-nav-login-info-nick ')))
输出淘宝昵称
print(taobao_name.text)
获取天猫商品总共的页数
def search_toal_page(self):
等待本页面全部天猫商品数据加载完毕
good_total = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, ‘#J_ItemList > div.product > div.product-iWrap’)))
#获取天猫商品总共页数
number_total = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, ‘.ui-page > div.ui-page-wrap > b.ui-page-skip > form’)))
page_total = number_total.text.replace(“共”,“”).replace(“页,到第页 确定”,“”).replace(“,”,“”)
return page_total
翻页操作
def next_page(self, page_number):
等待该页面input输入框加载完毕
input = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, ‘.ui-page > div.ui-page-wrap > b.ui-page-skip > form > input.ui-page-skipTo’)))
等待该页面的确定按钮加载完毕
submit = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, ‘.ui-page > div.ui-page-wrap > b.ui-page-skip > form > button.ui-btn-s’)))
清除里面的数字
input.clear()
重新输入数字
input.send_keys(page_number)
强制延迟1秒,防止被识别成机器人
sleep(1)
点击确定按钮
submit.click()
模拟向下滑动浏览
def swipe_down(self,second):
for i in range(int(second/0.1)):
js = “var q=document.documentElement.scrollTop=” + str(300+200*i)
self.browser.execute_script(js)
sleep(0.1)
js = “var q=document.documentElement.scrollTop=100000”
self.browser.execute_script(js)
sleep(0.2)
爬取天猫商品数据
def crawl_good_data(self):
对天猫商品数据进行爬虫
self.browser.get(“https://list.tmall.com/search_product.htm?q=羽毛球”)
err1 = self.browser.find_element_by_xpath(“//*[@id=‘content’]/div/div[2]”).text
err1 = err1[:5]
if(err1 == “喵~没找到”):
print(“找不到您要的”)
return
try:
self.browser.find_element_by_xpath(“//*[@id=‘J_ComboRec’]/div[1]”)
err2 = self.browser.find_element_by_xpath(“//*[@id=‘J_ComboRec’]/div[1]”).text
#print(err2)
err2 = err2[:5]
if(err2 == “我们还为您”):
print(“您要查询的商品书目太少了”)
return
except:
print(“可以爬取这些信息”)
获取天猫商品总共的页数
page_total = self.search_toal_page()
print(“总共页数” + page_total)
遍历所有页数
for page in range(2,int(page_total)):
等待该页面全部商品数据加载完毕
good_total = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, ‘#J_ItemList > div.product > div.product-iWrap’)))
等待该页面input输入框加载完毕
input = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, ‘.ui-page > div.ui-page-wrap > b.ui-page-skip > form > input.ui-page-skipTo’)))
获取当前页
now_page = input.get_attribute(‘value’)
print(“当前页数” + now_page + “,总共页数” + page_total)
获取本页面源代码
html = self.browser.page_source
pq模块解析网页源代码
doc = pq(html)
存储天猫商品数据
good_items = doc(‘#J_ItemList .product’).items()
遍历该页的所有商品
for item in good_items:
good_title = item.find(‘.productTitle’).text().replace(‘\n’,“”).replace(‘\r’,“”)
good_status = item.find(‘.productStatus’).text().replace(" “,”“).replace(“笔”,”“).replace(‘\n’,”“).replace(‘\r’,”")
good_price = item.find(‘.productPrice’).text().replace(“¥”, “”).replace(" ", “”).replace(‘\n’, “”).replace(‘\r’, “”)
good_url = item.find(‘.productImg’).attr(‘href’)
print(good_title + " " + good_status + " " + good_price + " " + good_url + ‘\n’)
感谢每一个认真阅读我文章的人,看着粉丝一路的上涨和关注,礼尚往来总是要有的:
① 2000多本Python电子书(主流和经典的书籍应该都有了)
② Python标准库资料(最全中文版)
③ 项目源码(四五十个有趣且经典的练手项目及源码)
④ Python基础入门、爬虫、web开发、大数据分析方面的视频(适合小白学习)
⑤ Python学习路线图(告别不入流的学习)
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!