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python打包exe可执行文件: Python打包成exe文件史上最详细教程: https://blog.csdn.net/xtreallydance/article/details/112643658 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:
好啦今天的分享就到这里啦，然后小夜斗就要滚去学习啦，see you!