1. <strong id="7actg"></strong>
    2. <table id="7actg"></table>

    3. <address id="7actg"></address>
      <address id="7actg"></address>
      1. <object id="7actg"><tt id="7actg"></tt></object>

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

        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(guò)微博綁定某寶賬號(hào)密碼

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

        • 在main中填寫(xiě)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(wèn)速度 options.add_experimental_option('excludeSwitches', ['enable-automation']) # 此步驟很重要,設(shè)置為開(kāi)發(fā)者模式,防止被各大網(wǎng)站識(shí)別出來(lái)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(zhǎng)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(kāi)網(wǎng)頁(yè) 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(yè)加載完畢,最長(zhǎng)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(yè)數(shù) def search_toal_page(self):
        # 等待本頁(yè)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(yè)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(yè),到第頁(yè) 確定","").replace(",","")
        return page_total

        # 翻頁(yè)操作 def next_page(self, page_number): # 等待該頁(yè)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(yè)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(chóng) 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(méi)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(shū)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(yè)數(shù) page_total = self.search_toal_page() print("總共頁(yè)數(shù)" + page_total)
        # 遍歷所有頁(yè)數(shù) for page in range(2,int(page_total)):
        # 等待該頁(yè)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(yè)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(yè) now_page = input.get_attribute('value') print("當(dāng)前頁(yè)數(shù)" + now_page + ",總共頁(yè)數(shù)" + page_total)
        # 獲取本頁(yè)面源代碼 html = self.browser.page_source
        # pq模塊解析網(wǎng)頁(yè)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(yè)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(cè)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(yè),下一頁(yè) 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(lái)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(shuō)明文件README.MD # 使用之前請(qǐng)先查看當(dāng)前目錄下的使用說(shuō)明文件README.MD # 使用之前請(qǐng)先查看當(dāng)前目錄下的使用說(shuō)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(kāi)發(fā),Python爬蟲(chóng),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(lái)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)
        1. <strong id="7actg"></strong>
        2. <table id="7actg"></table>

        3. <address id="7actg"></address>
          <address id="7actg"></address>
          1. <object id="7actg"><tt id="7actg"></tt></object>
            chinesehd国产刺激对白 | 欧美性综合 | 特级AV| 国产精品久久久久婷婷二区次 | 国产精品成人A片在线果冻 | 欧美日韩国产图片 | 在线观看免费黄片 | 91在线无码精品秘 入口九色十 | а√中文在线资源库 | sm久久捆绑调教精品一区 |