【python】教你使用seLeniun爬取淘宝商品数据(内含完整源码)
前言
嗨喽~大家好,这里是魔王,希望和大家一起努力进步,觉得文章还行你就三连支持一下叭ˋ( ° ▽、° )
[课 题]:
使用python采集某宝商品数据
[课题介绍]:
随着互联网时代的到来,人们更加倾向于互联网购物
某宝又是电商行业的巨头,在某宝平台中有很多商家数据
今天带大家使用python+selenium工具获取这些公开的商家数据
[环境介绍]:
- python 3.8
- pycharm
- selenium
- csv
- time
- random
- python解释器安装包、安装教程
- pycharm代码编辑器安装包、安装教程、激活码
- 私我领取
1.编程小白的第一本Python入门书.pdf
2.Chrome浏览器 Webdriver 插件安装教程 【课堂素材必备】
3.xpath-helper插件安装教程【课堂素材必备】|
Python基础 + Python进阶 + 爬虫 + Python数据分析 + Python全栈课程
爬虫工程师: 学习爬虫技术, 抓取互联网中能够看到的数据 python + selenium
数据分析师: 基于数据做系统分析, 挖掘数据价值
全栈开发工程师: 网站服务
# 下载操作浏览器驱动的第三方模块 selenium pip install seleniumfrom selenium import webdriver
import time # 时间模块, 可以用于程序的延迟
import random # 随机数模块
from constants import TAO_USERNAME1, TAO_PASSWORD1
import csv # 数据保存的模块
搜索商品数据, 登录用户
def search_product(keyword):driver.find_element_by_xpath('//*[@id="q"]').send_keys(keyword)time.sleep(random.randint(1, 3)) # 尽量避免人机检测 随机延迟driver.find_element_by_xpath('//*[@id="J_TSearchForm"]/div[1]/button').click()time.sleep(random.randint(1, 3)) # 尽量避免人机检测 随机延迟
# 登录
driver.find_element_by_xpath('//*[@id="fm-login-id"]').send_keys(TAO_USERNAME1)
time.sleep(random.randint(1, 3)) # 尽量避免人机检测 随机延迟driver.find_element_by_xpath('//*[@id="fm-login-password"]').send_keys(TAO_PASSWORD1)
time.sleep(random.randint(1, 3)) # 尽量避免人机检测 随机延迟driver.find_element_by_xpath('//*[@id="login-form"]/div[4]/button').click()
time.sleep(random.randint(1, 3)) # 尽量避免人机检测 随机延迟
解析商品数据
def parse_data():divs = driver.find_elements_by_xpath('//div[@class="grid g-clearfix"]/div/div') # 所有的div标签for div in divs:try:info = div.find_element_by_xpath('.//div[@class="row row-2 title"]/a').textprice = div.find_element_by_xpath('.//strong').text + '元'deal = div.find_element_by_xpath('.//div[@class="deal-cnt"]').textname = div.find_element_by_xpath('.//div[@class="shop"]/a/span[2]').textlocation = div.find_element_by_xpath('.//div[@class="location"]').textdetail_url = div.find_element_by_xpath('.//div[@class="pic"]/a').get_attribute('href')print(info, price, deal, name, location, detail_url)
# 保存
with open('某宝.csv', mode='a', encoding='utf-8', newline='') as f:csv_write = csv.writer(f)csv_write.writerow([info, price, deal, name, location, detail_url])except:continue
创建一个浏览器
word = input('请输入你要搜索商品的关键字:')
driver = webdriver.Chrome(executable_path='../chromedriver.exe')# selenium操作的浏览器被识别了, 无法登录
# 修改浏览器的部分属性, 绕过检测
driver.execute_cdp_cmd("Page.addScriptToEvaluateOnNewDocument",{"source": """Object.defineProperty(navigator, 'webdriver', {get: () => false})"""})
# 执行自动化浏览器的操作
driver.get('https://www.taobao.com/')
driver.implicitly_wait(10) # 设置浏览器的等待,加载数据
driver.maximize_window() # 最大化浏览器
# 调用商品搜索的函数
search_product(word)for page in range(100): # 012print(f'\n==================正在抓取第{page + 1}页数据====================')url = f'https://s.taobao.com/search?q=%E5%B7%B4%E9%BB%8E%E4%B8%96%E5%AE%B6&s={page * 44}'# 解析商品数据parse_data()time.sleep(random.randint(1, 3)) # 尽量避免人机检测 随机延迟
【python】教你使用seLeniun爬取淘宝商品数据(内含完整源码)相关推荐
- 爬取淘宝商品数据使用Java实现商品推荐系统(含sql文件、算法推导等)
本文所有代码和sql文件,全放在了github上,可自行下载:https://github.com/8042965/recommenderSystem 文章目录 一.什么是推荐系统 二.利用数学解决相 ...
- python自动化爬取淘宝商品数据导入execl表格!
hello,大家好,我是夜斗小神社! 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? 上一篇我们讲了pytho ...
- python自动化爬取淘宝商品数据导出execl表格
整体思路: 打开浏览器– 打开url– 最大化浏览器– 点击登录,选择扫码– 登录后输入查询内容– 获取查询内容当前页码的字段– 循环点击下一页直到最后一页– 输出– 关闭浏览器 小白一枚,暂时还不会 ...
- python爬虫学习 之 定向爬取 淘宝商品价格
python爬虫学习 之 定向爬取 淘宝商品价格 import requests import redef getHTMLText(url):try:r = requests.get(url, tim ...
- python多线程爬取淘宝商家图片
此次爬取淘宝商家图片是为了对相关行业(此处以激光雷达为例)的产品结构以及外观设计进行对比.而淘宝的反爬机制非常强大,能力有限只能有简单点的办法进行爬取.由于淘宝的每一页数据都是存放在js文件里面,所以 ...
- 爬取淘宝商家货物简单销售数据,双十一马上就到了,秒杀准备了吗
前天接一个爬取淘宝商家(自行车)信息的请求,要求数据按照其销售量排行. 完成该请求后,爬取数据(李宁卫衣)如下: 接下来看如何实现的? 首先打开淘宝网:https://www.taobao.com/, ...
- Python 爬虫 之 爬虫的一些基本知识和基本操作(爬取视频、图片、获取网页源码等)整理
Python 爬虫 之 爬虫的一些基本知识和基本操作(爬取视频.图片.获取网页源码等)整理 目录
- 爬取淘宝商品评论信息
爬取淘宝商品评论信息 近期学期需求,需要获取部分商品的评价信息.在此记录本次学习的过程. 找到URL 由于这是一个动态网页,因此需要找到评论实际的URL 首先进入你需要的商品的页面,按F12进入开发者 ...
- 利用python requests库爬取淘宝商品评论_python
文章目录 一.起因 二.项目实现 1. 分析实现方式 2. 编码实现 3. 完整代码 三.思考与改进 一.起因 看到一篇文章,感觉自己可以动手试试 Python 不用selenium 带你高效爬取京东 ...
- python电商数据挖掘_Python 爬取淘宝商品数据挖掘分析实战
作者 孙方辉 本文为CDA志愿者投稿作品,转载需授权 项目内容 本案例选择>> 商品类目:沙发: 数量:共100页 4400个商品: 筛选条件:天猫.销量从高到低.价格500元以上. 项目 ...
最新文章
- 定时调度模块:sched
- elasticsearch 6.x.x 获取客户端方法
- 【HDOJ1043】八数码的八境界
- 腾讯云前端性能优化大赛火热招募中!
- python绘制dotplot
- mysql Insert on duplicate引发的死锁
- 原来MySQL面试还会问这些...
- Git 分支管理 Feature分支 强行删除分支
- 60-40-020-序列化-自定义序列化
- Restrictions
- c++/cli 之数据库操作
- 用postman测试post接口的设置步骤,参数为json
- Java ssm框架是什么?
- 不同终端通信用c语言实现,采用蓝牙技术的北斗终端通信模块的设计
- SAR/GMTI-概述及常用抑制杂波方法DPCA
- SQL执行计划--HIT、SQLPLAN
- 解决Typora导出文件为其他格式时图片无法显示或者发给别人
- WinAPI入门: 第一个标准Win32窗口程序 [改进详细注释版]
- 程序员需知的13个国内博客社区,建议收藏
- 车位地磁检测器产品选型指导(干货!)
热门文章
- mac 谷歌浏览器 跨域访问
- 如何选择和使用现货白银
- centos 安装apache2.4
- 用了三星Dex,我已经快一个月回家没开过电脑了
- 浏览器默认设置SameSite属性的作用
- 用u盘装linux系统黑屏,u盘启动黑屏 u盘装系统启动不了黑屏咋办
- JSP:JavaBean+EL函数+JSTL标签
- mess组网 中继_还在用无线路由器中继?快来看乙辰科技全新更智能的无线Mesh组网...
- matlab gpa排名,GPA如何决定申请排名多少的大学?(附TOP100大学要求)
- mysql 实现api接口_一套免费MySQL数据库数据接口API,让项目开发更简单