电商时代,淘宝、京东、天猫商品数据对店铺运营有极大的帮助,因此获取相应店铺商品的数据能够带来极大的价值,那么我们如何获取到相应的数据呢?
这次我们来讲解淘宝爬虫代码————代码如下:
from selenium import webdriver
import time
import csv
import re
导入自动化的库selenium, 缓存时间time库, 将文件保存为csv形式, 导入re正则匹配的库
if __name__ == '__main__':
keyword = input("请输入你要商品的关键字:")
path = r'L:\webdriver\chromedriver.exe'
driver = webdriver.Chrome(path)
driver.get('https://www.taobao.com/')
main()
输入查询的关键字: 例如输入ins潮流T恤,path为webdriver.exe驱动设备存放的路径,实例化一个driver对象,然后利用get方法访问淘宝网址!再调用main()方法.
请大家记住,一定要扫码登录!不然会被淘宝反爬!如图所示!
- 程序运行开始结果如下:
def main():
print('正在爬取第一页数据')
page = search_product(keyword)
get_product()
page_num = 1
# q不变 0 44 188(页数*44)
while page_num != page:
print('-*-' * 50 )
print('正在爬取第{}页的数据'.format(page_num + 1))
print('*-*' * 50)
driver.get('https://s.taobao.com/search?q={}&s={}'.format(keyword, page_num))
# 浏览器等待方法
driver.implicitly_wait(2)
# 最大化浏览器
driver.maximize_window()
get_product()
page_num += 1
main()方法当中呢,首先利用search_product函数与get_product函数爬取一页的数据, 再利用while循环爬取全部数据, 我们首先讲解一页数据的爬取.
def search_product(key):
driver.find_element_by_id('q').send_keys(key)
driver.find_element_by_class_name('btn-search').click()
# 浏览器窗口最大化
driver.maximize_window()
time.sleep(15)
# 因为自动登录基本实现不了,所以要实现手动登录
# 找到页数的标签
page = driver.find_element_by_xpath('//*[@id="mainsrp-pager"]/div/div/div/div[1]').text
page = re.findall('(\d+)', page)[0]
return int(page)
首先利用driver.find_element_by_id这个方法找到输入框,将key这个变量输入到搜索框中,再利用driver.find_element_by_class_name方法找到搜索两个字,利用click()方法点击搜索.将窗口最大化,并暂停15s.因为自动登录淘宝当中会被阿里巴巴识别,所有暂停15s是为了用手动扫码登录. 然后用用xapth找到page页数的标签,匹配数字获取第一个值,返回page页数,比如第5页,返回的就是5,将参数传入到page中,在调用get_product()方法获取这一页的商品详细数据,例如商品名字、商品价格、付款人数、商品地址、商品店铺名等等等,下面来看get_product()这个函数
def get_product():
divs = driver.find_elements_by_xpath('//div[@class="items"]/div[@class="item J_MouserOnverReq "]')
print(divs)
for div in divs:
# 商品名称
info = div.find_element_by_xpath('.//div[@class="row row-2 title"]/a').text
# 商品价格
price = div.find_element_by_xpath('.//strong').text + "元"
# 付款人数
deal = div.find_element_by_xpath('.//div[@class="deal-cnt"]').text
# 店铺名称
name = div.find_element_by_xpath('.//div[@class="shop"]/a').text
# 店铺地点
place = div.find_element_by_xpath('.//div[@class="location"]').text
print(info, price, deal, name, place, sep='|')
with open('ins短袖.csv', 'a', newline="") as fp:
csvwriter = csv.writer(fp, delimiter=',')
csvwriter.writerow([info, price, deal, name, place])
首先找到商品列表的标签divs,然后利用for循环获取每一个商品的div标签,利用xpath语法获取到info、price、deal、name、place信息然后保存为csv文件形式!
- 最终爬取下来的数据导入到excel中,如图所示:
如果你对Python感兴趣,想要学习python,这里给大家分享一份Python全套学习资料,都是我自己学习时整理的,希望可以帮到你,一起加油!
😝有需要的小伙伴,可以V扫描下方二维码免费领取🆓
1️⃣零基础入门
① 学习路线
对于从来没有接触过Python的同学,我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线,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。
② 路线对应学习视频
还有很多适合0基础入门的学习视频,有了这些视频,轻轻松松上手Python~
③练习题
每节视频课后,都有对应的练习题哦,可以检验学习成果哈哈!
2️⃣国内外Python书籍、文档
① 文档和书籍资料
3️⃣Python工具包+项目源码合集
①Python工具包
学习Python常用的开发软件都在这里了!每个都有详细的安装教程,保证你可以安装成功哦!
②Python实战案例
光学理论是没用的,要学会跟着一起敲代码,动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。100+实战案例源码等你来拿!
③Python小游戏源码
如果觉得上面的实战案例有点枯燥,可以试试自己用Python编写小游戏,让你的学习过程中增添一点趣味!
4️⃣Python面试题
我们学会了Python之后,有了技能就可以出去找工作啦!下面这些面试题是都来自阿里、腾讯、字节等一线互联网大厂,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
5️⃣Python兼职渠道
而且学会Python以后,还可以在各大兼职平台接单赚钱,各种兼职渠道+兼职注意事项+如何和客户沟通,我都整理成文档了。