selenium自动翻页爬取数据信息

爬取数据

import time
from datetime import datetime
import csv
from selenium import webdriver
from selenium.webdriver.chrome.service import Service
from selenium.webdriver.common.by import By
from bs4 import BeautifulSoup as bs
from bs4 import BeautifulSoup
import re
# 驱动路径
driver_path = r'E:\Computer\notebook\TB_Reptile\chromedriver.exe'
browser = None

# 搜索关键词
search_key_words = "固态硬盘"
info_array = []

#爬取网站的页数
number = int(input('请输入爬取页数:'))

def init_driver():
    # 浏览器选项
    options = webdriver.ChromeOptions()
    # 不自动关闭浏览器
    options.add_experimental_option('detach', True)
    # 最大化
    options.add_argument('--start-maximized')

    global browser
    browser = webdriver.Chrome(service=Service(executable_path=driver_path), options=options)


def login():
    # 进入登陆页面
    browser.get('https://login.taobao.com/member/login.jhtml?spm=a21bo.jianhua.0.0.5af911d9mqkcEe&f=top&redirectURL=http%3A%2F%2Fwww.taobao.com%2F')

    print("请在10秒内扫码登陆")
    time.sleep(15)

    now = datetime.now()
    print("login success:", now.strftime("%Y-%m-%d %H:%M:%S"))

def search_info():
    global array
    array = []
    browser.find_element_by_xpath('//*[@id="q"]').send_keys(search_key_words)
    browser.find_element_by_xpath('//*[@id="J_TSearchForm"]/div[1]/button').click()
    divs = browser.find_elements_by_xpath('//*[@id="mainsrp-itemlist"]/div/div/div[1]/div') 
    
    global total_info
    global test
    total_info = []
    count = 1
    while True:
        start = datetime.now()
        print('------------第{}页数据信息开始爬取-------时间:{}-------------'.format(count,start.strftime("%Y-%m-%d %H:%M:%S")))
        
        browser.find_element_by_xpath('//*[@id="J_relative"]/div[1]/div/div[2]/ul/li[3]/a/span').click()
        divs = browser.find_elements_by_xpath('//*[@id="mainsrp-itemlist"]/div/div/div[1]/div')
        html = browser.page_source
        
        test = re.findall(' g_page_config =(.*?);',html)[0]
        title = re.findall('"raw_title":"(.*?)",',test) # 商品标题
        price = re.findall('"view_price":"(.*?)",',test) # 价格
        paynum = re.findall('"view_sales":"(\d+)',test) # 付款人数
        location = re.findall('"item_loc":"(.*?)",',test) # 地点
        name = re.findall('"nick":"(.*?)",',test) # 店铺名
        comment = re.findall('"comment_count":"(.*?)","',test) # 评论数
        delivery = []
        description = []
        service = []
        d1 = re.findall('"delivery":(.*?),',test)
        d2 = re.findall('"description":(.*?),',test)
        s = re.findall('"service":(.*?),',test)
        for j in range(len(d1)):
            delivery.append(d1[j][1:]) # 物流
            description.append(d2[j][1:]) # 描述
            service.append(s[j][1:]) # 服务
        for i in range(len(title)):
            total_info.append([title[i],price[i],paynum[i],location[i],name[i],comment[i],delivery[i],description[i],service[i]])
        endtime = datetime.now()
        print('------------第{}页数据信息爬取完毕-------时间:{}-------------'.format(count,endtime.strftime("%Y-%m-%d %H:%M:%S")))
        
        if count >= number:
            break
        count += 1
        time.sleep(5)

def browser_quit():
    browser.quit()

init_driver()
login()
search_info()
browser_quit()
print("商品总信息数:",len(total_info))

运行结果:

 数据保存

with open ('淘宝.csv',mode='a+',newline='',encoding='gbk') as f:
        f = csv.writer(f)
        f.writerow(['商品标题','价格','付款数','发货地','店铺','评论数','描述评分','物流评分','服务评分'])
    
for i in range(len(total_info)):
    with open ('淘宝.csv',mode='a+',newline='',encoding='gbk') as f:
        f = csv.writer(f)
        f.writerow(total_info[i])
import pandas as pd
data = pd.read_csv('淘宝.csv',encoding='gbk')
data

运行结果:

 

  • 2
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 3
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

S.C.Dragon

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值