关键词搜索

源码搜索 ×
×

python五步教你如何浏览器自动化并保存商品数据信息~

发布2022-06-07浏览500次

详情内容

亮点:

1、系统分析目标网页

2、html标签数据解析方法

3、海量数据一键保存

环境介绍:

  • python 3.8
  • pycharm 2021专业版
  • selenium >>> pip install selenium==3.141.0

代码

导入模块

from selenium import webdriver
import time
import csv
  • 1
  • 2
  • 3

1. 打开谷歌浏览器

driver = webdriver.Chrome()

for page in range(0, 38):
    print(f'------------------------正在爬取第{page+1}页------------------------')
  • 1
  • 2
  • 3
  • 4

2. 打开网页

    driver.get(f'https://search.suning.com/%E4%B8%9D%E8%A2%9C%E6%83%85%E8%B6%A3/&iy=0&isNoResult=0&cp={page}')
    # 灵活等待
    driver.implicitly_wait(1)
    drop_down()
    get_next()
  • 1
  • 2
  • 3
  • 4
  • 5

3. 获取商品数据

    # 网页 html: <div class="">茅台1 <div>茅台2 <div>茅台3</div></div></div>   <div>茅台2</div>   <img src="图片"/>
    # <a href="网页链接"></a>:
    divs = driver.find_elements_by_css_selector('.item-bg')
  • 1
  • 2
  • 3

所有的商品都拿出来

    for div in divs:
  • 1

标题

        title = div.find_element_by_css_selector('.title-selling-point a').text
  • 1

价格

        price = div.find_element_by_css_selector('.def-price').text
  • 1

评论数

        try:
            comment_num = div.find_element_by_css_selector('.info-evaluate a').text
        except:
            comment_num = 0
  • 1
  • 2
  • 3
  • 4

商铺名字

        store_name = div.find_element_by_css_selector('.store-stock a').text
  • 1

详情页链接

get_attribute: 获取标签属性名

       detail_url = div.find_element_by_css_selector('.title-selling-point a').get_attribute('href')
        print(title, price, comment_num, store_name, detail_url)
  • 1
  • 2

4. 保存数据

        # a: 追加写入
        # wb: 以二进制方式覆盖写入
        with open('苏宁.csv', mode='a', encoding='utf-8', newline='') as f:
            csv_writer = csv.writer(f)
            csv_writer.writerow([title, price, comment_num, store_name, detail_url])

with open('苏宁.csv', mode='a', encoding='utf-8', newline='') as f:
    csv_writer = csv.writer(f)
    csv_writer.writerow(['title', 'price', 'comment_num', 'store_name', 'detail_url'])
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

5. 翻页保存

def drop_down():
    """执行页面滚动的操作"""
    for x in range(1, 12, 2):
        time.sleep(1)
        j = x / 9
        js = 'document.documentElement.scrollTop = document.documentElement.scrollHeight * %f' % j
        driver.execute_script(js)

def get_next():
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

尾语

好了,我的这篇文章写到这里就结束啦!

有更多建议或问题可以评论区或私信我哦!一起加油努力叭(ง •_•)ง

喜欢就关注一下博主,或点赞收藏评论一下我的文章叭!!!

相关技术文章

点击QQ咨询
开通会员
返回顶部
×
微信扫码支付
微信扫码支付
确定支付下载
请使用微信描二维码支付
×

提示信息

×

选择支付方式

  • 微信支付
  • 支付宝付款
确定支付下载