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!
获取到数据之后做了下分析,最终做成了柱状图,鼠标移动可以看出具体的商品数量。
在10~30元之间的商品最多,越往后越少,看来大多数的产品都是定位为低端市场。
然后我们再来看一下全国商家的分布情况:
可以看出,商家分布大多都是在沿海和长江中下游附近,其中以沿海地区最为密集。
然后再来看一下用户都在商品下面评论了一些什么:
字最大的就表示出现次数最多,口感味道、包装品质、商品分量和保质期是用户评价最多的几个方面,那么在产品包装的时候可以从这几个方面去做针对性阐述,解决大多数人比较关心的问题。
最后就是销量前10的店铺和链接了。
在拿到数据并做了分析之后,我也在想,如果这个东西是我来做的话,我能不能看出来什么东西?或许可以从价格上找到切入点,或许可以从产品地理位置打个差异化,又或许可以以用户为中心,由外而内地做营销。
越往深想,越觉得有门道,算了,对于小鱼零食这一块我是外行,不多想了。
由于源码分了几个源文件,还是比较长的,所以这里就不跟大家一一讲解了,懂爬虫的人看几遍就看懂了,不懂爬虫的说再多也是云里雾里,等以后学会了爬虫再来看就懂了。
import csv
import os
import time
import wordcloud
from selenium import webdriver
from selenium.webdriver.common.by import By
def tongji():
prices = []
with open(‘前十页销量和金额.csv’, ‘r’, encoding=‘utf-8’, newline=‘’) as f:
fieldnames = [‘价格’, ‘销量’, ‘店铺位置’]
reader = csv.DictReader(f, fieldnames=fieldnames)
for index, i in enumerate(reader):
if index != 0:
price = float(i[‘价格’].replace(‘¥’, ‘’))
prices.append(price)
DATAS = {‘<10’: 0, ‘10~30’: 0, ‘30~50’: 0,
‘50~70’: 0, ‘70~90’: 0, ‘90~110’: 0,
‘110~130’: 0, ‘130~150’: 0, ‘150~170’: 0, ‘170~200’: 0, }
for price in prices:
if price < 10:
DATAS[‘<10’] += 1
elif 10 <= price < 30:
DATAS[‘10~30’] += 1
elif 30 <= price < 50:
DATAS[‘30~50’] += 1
elif 50 <= price < 70:
DATAS[‘50~70’] += 1
elif 70 <= price < 90:
DATAS[‘70~90’] += 1
elif 90 <= price < 110:
DATAS[‘90~110’] += 1
elif 110 <= price < 130:
DATAS[‘110~130’] += 1
elif 130 <= price < 150:
DATAS[‘130~150’] += 1
elif 150 <= price < 170:
DATAS[‘150~170’] += 1
elif 170 <= price < 200:
DATAS[‘170~200’] += 1
for k, v in DATAS.items():
print(k, ‘:’, v)
def get_the_top_10(url):
top_ten = []
获取代理
ip = zhima1()[2][random.randint(0, 399)]
运行quicker动作(可以不用管)
os.system(‘“C:\Program Files\Quicker\QuickerStarter.exe” runaction:5e3abcd2-9271-47b6-8eaf-3e7c8f4935d8’)
options = webdriver.ChromeOptions()
远程调试Chrome
options.add_experimental_option(‘debuggerAddress’, ‘127.0.0.1:9222’)
options.add_argument(f’–proxy-server={ip}')
driver = webdriver.Chrome(options=options)
隐式等待
driver.implicitly_wait(3)
打开网页
driver.get(url)
点击部分文字包含’销量’的网页元素
driver.find_element(By.PARTIAL_LINK_TEXT, ‘销量’).click()
time.sleep(1)
页面滑动到最下方
driver.execute_script(‘window.scrollTo(0,document.body.scrollHeight)’)
time.sleep(1)
查找元素
element = driver.find_element(By.ID, ‘mainsrp-itemlist’).find_element(By.XPATH, ‘.//div[@class=“items”]’)
items = element.find_elements(By.XPATH, ‘.//div[@data-category=“auctions”]’)
for index, item in enumerate(items):
if index == 10:
break
查找元素
price = item.find_element(By.XPATH, ‘./div[2]/div[1]/div[contains(@class,“price”)]’).text
paid_num_data = item.find_element(By.XPATH, ‘./div[2]/div[1]/div[@class=“deal-cnt”]’).text
store_location = item.find_element(By.XPATH, ‘./div[2]/div[3]/div[@class=“location”]’).text
store_href = item.find_element(By.XPATH, ‘./div[2]/div[@class=“row row-2 title”]/a’).get_attribute(
‘href’).strip()
将数据添加到字典
top_ten.append(
{‘价格’: price,
‘销量’: paid_num_data,
‘店铺位置’: store_location,
‘店铺链接’: store_href
})
for i in top_ten:
print(i)
def get_top_10_comments(url):
with open(‘排名前十评价.txt’, ‘w+’, encoding=‘utf-8’) as f:
pass
ip = ipidea()[1]
os.system(‘“C:\Program Files\Quicker\QuickerStarter.exe” runaction:5e3abcd2-9271-47b6-8eaf-3e7c8f4935d8’)
options = webdriver.ChromeOptions()
options.add_experimental_option(‘debuggerAddress’, ‘127.0.0.1:9222’)
options.add_argument(f’–proxy-server={ip}')
driver = webdriver.Chrome(options=options)
driver.implicitly_wait(3)
driver.get(url)
driver.find_element(By.PARTIAL_LINK_TEXT, ‘销量’).click()
time.sleep(1)
element = driver.find_element(By.ID, ‘mainsrp-itemlist’).find_element(By.XPATH, ‘.//div[@class=“items”]’)
items = element.find_elements(By.XPATH, ‘.//div[@data-category=“auctions”]’)
original_handle = driver.current_window_handle
item_hrefs = []
先获取前十的链接
for index, item in enumerate(items):
if index == 10:
break
item_hrefs.append(
item.find_element(By.XPATH, ‘.//div[2]/div[@class=“row row-2 title”]/a’).get_attribute(‘href’).strip())
爬取前十每个商品评价
for item_href in item_hrefs:
打开新标签
item_href = ‘https://item.taobao.com/item.htm?id=523351391646&ns=1&abbucket=11#detail’
driver.execute_script(f’window.open(“{item_href}”)')
切换过去
handles = driver.window_handles
driver.switch_to.window(handles[-1])
页面向下滑动一部分,直到让评价那两个字显示出来
try:
driver.find_element(By.PARTIAL_LINK_TEXT, ‘评价’).click()
except Exception as e1:
try:
x = driver.find_element(By.PARTIAL_LINK_TEXT, ‘评价’).location_once_scrolled_into_view
driver.find_element(By.PARTIAL_LINK_TEXT, ‘评价’).click()
except Exception as e2:
try:
先向下滑动100,放置评价2个字没显示在屏幕内
driver.execute_script(‘var q=document.documentElement.scrollTop=100’)
x = driver.find_element(By.PARTIAL_LINK_TEXT, ‘评价’).location_once_scrolled_into_view
except Exception as e3:
driver.find_element(By.XPATH, ‘/html/body/div[6]/div/div[3]/div[2]/div/div[2]/ul/li[2]/a’).click()
time.sleep(1)
try:
trs = driver.find_elements(By.XPATH, ‘//div[@class=“rate-grid”]/table/tbody/tr’)
for index, tr in enumerate(trs):
if index == 0:
comments = tr.find_element(By.XPATH, ‘./td[1]/div[1]/div/div’).text.strip()
else:
try:
comments = tr.find_element(By.XPATH,
‘./td[1]/div[1]/div[@class=“tm-rate-fulltxt”]’).text.strip()
except Exception as e:
comments = tr.find_element(By.XPATH,
‘./td[1]/div[1]/div[@class=“tm-rate-content”]/div[@class=“tm-rate-fulltxt”]’).text.strip()
with open(‘排名前十评价.txt’, ‘a+’, encoding=‘utf-8’) as f:
f.write(comments + ‘\n’)
print(comments)
except Exception as e:
lis = driver.find_elements(By.XPATH, ‘//div[@class=“J_KgRate_MainReviews”]/div[@class=“tb-revbd”]/ul/li’)
for li in lis:
做了那么多年开发,自学了很多门编程语言,我很明白学习资源对于学一门新语言的重要性,这些年也收藏了不少的Python干货,对我来说这些东西确实已经用不到了,但对于准备自学Python的人来说,或许它就是一个宝藏,可以给你省去很多的时间和精力。
别在网上瞎学了,我最近也做了一些资源的更新,只要你是我的粉丝,这期福利你都可拿走。
我先来介绍一下这些东西怎么用,文末抱走。
(1)Python所有方向的学习路线(新版)
这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
最近我才对这些路线做了一下新的更新,知识体系更全面了。
(2)Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
(3)100多个练手项目
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。
(4)200多本电子书
这些年我也收藏了很多电子书,大概200多本,有时候带实体书不方便的话,我就会去打开电子书看看,书籍可不一定比视频教程差,尤其是权威的技术书籍。
基本上主流的和经典的都有,这里我就不放图了,版权问题,个人看看是没有问题的。
(5)Python知识点汇总
知识点汇总有点像学习路线,但与学习路线不同的点就在于,知识点汇总更为细致,里面包含了对具体知识点的简单说明,而我们的学习路线则更为抽象和简单,只是为了方便大家只是某个领域你应该学习哪些技术栈。
(6)其他资料
还有其他的一些东西,比如说我自己出的Python入门图文类教程,没有电脑的时候用手机也可以学习知识,学会了理论之后再去敲代码实践验证,还有Python中文版的库资料、MySQL和HTML标签大全等等,这些都是可以送给粉丝们的东西。
这些都不是什么非常值钱的东西,但对于没有资源或者资源不是很好的学习者来说确实很不错,你要是用得到的话都可以直接抱走,关注过我的人都知道,这些都是可以拿到的。
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!