文章目录
一、目的分析
1、京东搜索笔记本电脑字段,按销量由高到低排序,该网页作为开始url,爬取100页数据,共计 5 (个) *12(行)*100(页)= 6000(条)
数据。
2、数据为各个项目详情页中的数据,即下图中的href,可先爬取所有的href,后续再从各链接中爬取所需数据。
二、爬取页面商品所有详情页链接
即该href链接
出现的问题:京东一页数据为30项,但分半加载,即先加载15项,下滑加载后半部分,导致爬取结果仅有15项。
解决方法:爬虫爬取动态网页,滑动加载项无法爬取问题
1、爬取href链接
这里使用了selenium模块加载动态网页
观察各页url:
第一页:https://search.jd.com/Search?keyword=%E7%AC%94%E8%AE%B0%E6%9C%AC%E7%94%B5%E8%84%91&enc=utf-8&qrst=1&rt=1&stop=1&vt=2&suggest=1.his.0.0&psort=3&click=0
第二页:https://search.jd.com/Search?keyword=%E7%AC%94%E8%AE%B0%E6%9C%AC%E7%94%B5%E8%84%91&enc=utf-8&qrst=1&rt=1&stop=1&vt=2&suggest=1.his.0.0&psort=3&page=3&s=61&click=0
第三页: