爬取的页面是:“https://s.taobao.com/search?q=手机”,这个是淘宝搜索手机时候的网址。
爬取的思路:使用selenium来模拟登陆淘宝,然后爬取这一页中商品的一些信息;爬取完以后,找到输入页面的输入框,依次输入下一页的页码,比如刚刚爬的是第一页,就输入2,再点击确定按钮,以此类推,就可以实现翻页的功能。其中需要多次使用WebDriverWait,来保证需要爬取的内容出现,再进行爬取。
需要使用的库和初始化:
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait
from pyquery import PyQuery as pq
import time
import pandas as pd
import csv
driver = we