<kbd id="afajh"><form id="afajh"></form></kbd>
<strong id="afajh"><dl id="afajh"></dl></strong>
    <del id="afajh"><form id="afajh"></form></del>
        1. <th id="afajh"><progress id="afajh"></progress></th>
          <b id="afajh"><abbr id="afajh"></abbr></b>
          <th id="afajh"><progress id="afajh"></progress></th>

          Python爬蟲學(xué)習(xí)教程:天貓商品數(shù)據(jù)爬蟲

          共 7727字,需瀏覽 16分鐘

           ·

          2021-06-05 11:25

          使用教程

          • 下載chrome瀏覽器

          • 查看chrome瀏覽器的版本號(hào),下載對(duì)應(yīng)版本號(hào)的chromedriver驅(qū)動(dòng)

          • pip安裝下列包

          •  pip install selenium

          •  pip install pyquery

          • 登錄微博,并通過微博綁定某寶賬號(hào)密碼

          • 在main中填寫chromedriver的絕對(duì)路徑

          • 在main中填寫微博賬號(hào)密碼

          源碼分享

          # -*- coding: utf-8 -*-
          from selenium import webdriverfrom selenium.webdriver.common.by import Byfrom selenium.webdriver.support.ui import WebDriverWaitfrom selenium.webdriver.support import expected_conditions as ECfrom selenium.webdriver import ActionChainsfrom pyquery import PyQuery as pqfrom time import sleep

          #定義一個(gè)taobao類class taobao_infos:
          #對(duì)象初始化 def __init__(self): url = 'https://login.taobao.com/member/login.jhtml' self.url = url
          options = webdriver.ChromeOptions() options.add_experimental_option("prefs", {"profile.managed_default_content_settings.images": 2}) # 不加載圖片,加快訪問速度 options.add_experimental_option('excludeSwitches', ['enable-automation']) # 此步驟很重要,設(shè)置為開發(fā)者模式,防止被各大網(wǎng)站識(shí)別出來使用了Selenium
          self.browser = webdriver.Chrome(executable_path=chromedriver_path, options=options) self.wait = WebDriverWait(self.browser, 10) #超時(shí)時(shí)長為10s

          #延時(shí)操作,并可選擇是否彈出窗口提示 def sleep_and_alert(self,sec,message,is_alert):
          for second in range(sec): if(is_alert): alert = "alert(\"" + message + ":" + str(sec - second) + "秒\")" self.browser.execute_script(alert) al = self.browser.switch_to.alert sleep(1) al.accept() else: sleep(1)

          #登錄淘寶 def login(self):
          # 打開網(wǎng)頁 self.browser.get(self.url)
          # 自適應(yīng)等待,點(diǎn)擊密碼登錄選項(xiàng) self.browser.implicitly_wait(30) #智能等待,直到網(wǎng)頁加載完畢,最長等待時(shí)間為30s self.browser.find_element_by_xpath('//*[@class="forget-pwd J_Quick2Static"]').click()
          # 自適應(yīng)等待,點(diǎn)擊微博登錄宣傳 self.browser.implicitly_wait(30) self.browser.find_element_by_xpath('//*[@class="weibo-login"]').click()
          # 自適應(yīng)等待,輸入微博賬號(hào) self.browser.implicitly_wait(30) self.browser.find_element_by_name('username').send_keys(weibo_username)
          # 自適應(yīng)等待,輸入微博密碼 self.browser.implicitly_wait(30) self.browser.find_element_by_name('password').send_keys(weibo_password)
          # 自適應(yīng)等待,點(diǎn)擊確認(rèn)登錄按鈕 self.browser.implicitly_wait(30) self.browser.find_element_by_xpath('//*[@class="btn_tip"]/a/span').click()
          # 直到獲取到淘寶會(huì)員昵稱才能確定是登錄成功 taobao_name = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '.site-nav-bd > ul.site-nav-bd-l > li#J_SiteNavLogin > div.site-nav-menu-hd > div.site-nav-user > a.site-nav-login-info-nick '))) # 輸出淘寶昵稱 print(taobao_name.text)



          # 獲取天貓商品總共的頁數(shù) def search_toal_page(self):
          # 等待本頁面全部天貓商品數(shù)據(jù)加載完畢 good_total = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '#J_ItemList > div.product > div.product-iWrap')))
          #獲取天貓商品總共頁數(shù) number_total = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '.ui-page > div.ui-page-wrap > b.ui-page-skip > form'))) page_total = number_total.text.replace("共","").replace("頁,到第頁 確定","").replace(",","")
          return page_total

          # 翻頁操作 def next_page(self, page_number): # 等待該頁面input輸入框加載完畢 input = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '.ui-page > div.ui-page-wrap > b.ui-page-skip > form > input.ui-page-skipTo')))
          # 等待該頁面的確定按鈕加載完畢 submit = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '.ui-page > div.ui-page-wrap > b.ui-page-skip > form > button.ui-btn-s')))
          # 清除里面的數(shù)字 input.clear()
          # 重新輸入數(shù)字 input.send_keys(page_number)
          # 強(qiáng)制延遲1秒,防止被識(shí)別成機(jī)器人 sleep(1)
          # 點(diǎn)擊確定按鈕 submit.click()

          # 模擬向下滑動(dòng)瀏覽 def swipe_down(self,second): for i in range(int(second/0.1)): js = "var q=document.documentElement.scrollTop=" + str(300+200*i) self.browser.execute_script(js) sleep(0.1) js = "var q=document.documentElement.scrollTop=100000" self.browser.execute_script(js) sleep(0.2)

          # 爬取天貓商品數(shù)據(jù) def crawl_good_data(self):
          # 對(duì)天貓商品數(shù)據(jù)進(jìn)行爬蟲 self.browser.get("https://list.tmall.com/search_product.htm?q=羽毛球") err1 = self.browser.find_element_by_xpath("http://*[@id='content']/div/div[2]").text err1 = err1[:5] if(err1 == "喵~沒找到"): print("找不到您要的") return try: self.browser.find_element_by_xpath("http://*[@id='J_ComboRec']/div[1]") err2 = self.browser.find_element_by_xpath("http://*[@id='J_ComboRec']/div[1]").text #print(err2) err2 = err2[:5]
          if(err2 == "我們還為您"): print("您要查詢的商品書目太少了") return except: print("可以爬取這些信息") # 獲取天貓商品總共的頁數(shù) page_total = self.search_toal_page() print("總共頁數(shù)" + page_total)
          # 遍歷所有頁數(shù) for page in range(2,int(page_total)):
          # 等待該頁面全部商品數(shù)據(jù)加載完畢 good_total = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '#J_ItemList > div.product > div.product-iWrap')))
          # 等待該頁面input輸入框加載完畢 input = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '.ui-page > div.ui-page-wrap > b.ui-page-skip > form > input.ui-page-skipTo')))
          # 獲取當(dāng)前頁 now_page = input.get_attribute('value') print("當(dāng)前頁數(shù)" + now_page + ",總共頁數(shù)" + page_total)
          # 獲取本頁面源代碼 html = self.browser.page_source
          # pq模塊解析網(wǎng)頁源代碼 doc = pq(html)
          # 存儲(chǔ)天貓商品數(shù)據(jù) good_items = doc('#J_ItemList .product').items()
          # 遍歷該頁的所有商品 for item in good_items: good_title = item.find('.productTitle').text().replace('\n',"").replace('\r',"") good_status = item.find('.productStatus').text().replace(" ","").replace("筆","").replace('\n',"").replace('\r',"") good_price = item.find('.productPrice').text().replace("¥", "").replace(" ", "").replace('\n', "").replace('\r', "") good_url = item.find('.productImg').attr('href') print(good_title + " " + good_status + " " + good_price + " " + good_url + '\n')

          # 精髓之處,大部分人被檢測為機(jī)器人就是因?yàn)檫M(jìn)一步模擬人工操作 # 模擬人工向下瀏覽商品,即進(jìn)行模擬下滑操作,防止被識(shí)別出是機(jī)器人 self.swipe_down(2)
          # 翻頁,下一頁 self.next_page(page)
          # 等待滑動(dòng)驗(yàn)證碼出現(xiàn),超時(shí)時(shí)間為5秒,每0.5秒檢查一次 # 大部分情況不會(huì)出現(xiàn)滑動(dòng)驗(yàn)證碼,所以如果有需要可以注釋掉下面的代碼 # sleep(5) WebDriverWait(self.browser, 5, 0.5).until(EC.presence_of_element_located((By.ID, "nc_1_n1z"))) #等待滑動(dòng)拖動(dòng)控件出現(xiàn) try: swipe_button = self.browser.find_element_by_id('nc_1_n1z') #獲取滑動(dòng)拖動(dòng)控件
          #模擬拽托 action = ActionChains(self.browser) # 實(shí)例化一個(gè)action對(duì)象 action.click_and_hold(swipe_button).perform() # perform()用來執(zhí)行ActionChains中存儲(chǔ)的行為 action.reset_actions() action.move_by_offset(580, 0).perform() # 移動(dòng)滑塊
          except Exception as e: print ('get button failed: ', e)

          if __name__ == "__main__":
          # 使用之前請(qǐng)先查看當(dāng)前目錄下的使用說明文件README.MD # 使用之前請(qǐng)先查看當(dāng)前目錄下的使用說明文件README.MD # 使用之前請(qǐng)先查看當(dāng)前目錄下的使用說明文件README.MD
          chromedriver_path = "/Users/bird/Desktop/chromedriver.exe" #改成你的chromedriver的完整路徑地址 weibo_username = "改成你的微博賬號(hào)" #改成你的微博賬號(hào) weibo_password = "改成你的微博密碼" #改成你的微博密碼
          a = taobao_infos() a.login() #登錄 a.crawl_good_data() #爬取天貓商品數(shù)據(jù)

          搜索下方加老師微信

          老師微信號(hào):XTUOL1988切記備注學(xué)習(xí)Python

          領(lǐng)取Python web開發(fā),Python爬蟲,Python數(shù)據(jù)分析,人工智能等精品學(xué)習(xí)課程。帶你從零基礎(chǔ)系統(tǒng)性的學(xué)好Python!

          *聲明:本文于網(wǎng)絡(luò)整理,版權(quán)歸原作者所有,如來源信息有誤或侵犯權(quán)益,請(qǐng)聯(lián)系我們刪除或授權(quán)


          瀏覽 70
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          評(píng)論
          圖片
          表情
          推薦
          點(diǎn)贊
          評(píng)論
          收藏
          分享

          手機(jī)掃一掃分享

          分享
          舉報(bào)
          <kbd id="afajh"><form id="afajh"></form></kbd>
          <strong id="afajh"><dl id="afajh"></dl></strong>
            <del id="afajh"><form id="afajh"></form></del>
                1. <th id="afajh"><progress id="afajh"></progress></th>
                  <b id="afajh"><abbr id="afajh"></abbr></b>
                  <th id="afajh"><progress id="afajh"></progress></th>
                  天天高潮夜夜爽 | 欧美一级片在线播放视频 | 亚洲黄色电影在线播放 | 免费大香蕉 | 蜜乳一区二区三区四区五区六区 |