相思资源网 Design By www.200059.com
本文实例为大家分享了python爬虫爬取淘宝商品的具体代码,供大家参考,具体内容如下
1、需求目标 :
进去淘宝页面,搜索耐克关键词,抓取 商品的标题,链接,价格,城市,旺旺号,付款人数,进去第二层,抓取商品的销售量,款号等。
2、结果展示
3、源代码
# encoding: utf-8 import sys reload(sys) sys.setdefaultencoding('utf-8') import time import pandas as pd time1=time.time() from lxml import etree from selenium import webdriver #########自动模拟 driver=webdriver.PhantomJS(executable_path='D:/Python27/Scripts/phantomjs.exe') import re #################定义列表存储############# title=[] price=[] city=[] shop_name=[] num=[] link=[] sale=[] number=[] #####输入关键词耐克(这里必须用unicode) keyword="%E8%80%90%E5%85%8B" for i in range(0,1): try: print "...............正在抓取第"+str(i)+"页..........................." url="https://s.taobao.com/search"+str(i*44) driver.get(url) time.sleep(5) html=driver.page_source selector=etree.HTML(html) title1=selector.xpath('//div[@class="row row-2 title"]/a') for each in title1: print each.xpath('string(.)').strip() title.append(each.xpath('string(.)').strip()) price1=selector.xpath('//div[@class="price g_price g_price-highlight"]/strong/text()') for each in price1: print each price.append(each) city1=selector.xpath('//div[@class="location"]/text()') for each in city1: print each city.append(each) num1=selector.xpath('//div[@class="deal-cnt"]/text()') for each in num1: print each num.append(each) shop_name1=selector.xpath('//div[@class="shop"]/a/span[2]/text()') for each in shop_name1: print each shop_name.append(each) link1=selector.xpath('//div[@class="row row-2 title"]/a/@href') for each in link1: kk="https://" + each link.append("https://" + each) if "https" in each: print each driver.get(each) else: print "https://" + each driver.get("https://" + each) time.sleep(3) html2=driver.page_source selector2=etree.HTML(html2) sale1=selector2.xpath('//*[@id="J_DetailMeta"]/div[1]/div[1]/div/ul/li[1]/div/span[2]/text()') for each in sale1: print each sale.append(each) sale2=selector2.xpath('//strong[@id="J_SellCounter"]/text()') for each in sale2: print each sale.append(each) if "tmall" in kk: number1 = re.findall('<ul id="J_AttrUL">(.*"NULL") if "taobao" in kk: number2=re.findall('<ul class="attributes-list">(.*"NULL") if "click" in kk: number.append("NULL") except: pass print len(title),len(city),len(price),len(num),len(shop_name),len(link),len(sale),len(number) # # # ######数据框 data1=pd.DataFrame({"标题":title,"价格":price,"旺旺":shop_name,"城市":city,"付款人数":num,"链接":link,"销量":sale,"款号":number}) print data1 # 写出excel writer = pd.ExcelWriter(r'C:\\taobao_spider2.xlsx', engine='xlsxwriter', options={'strings_to_urls': False}) data1.to_excel(writer, index=False) writer.close() time2 = time.time() print u'ok,爬虫结束!' print u'总共耗时:' + str(time2 - time1) + 's' ####关闭浏览器 driver.close()
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
相思资源网 Design By www.200059.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
相思资源网 Design By www.200059.com
暂无python爬虫爬取淘宝商品信息(selenum+phontomjs)的评论...
P70系列延期,华为新旗舰将在下月发布
3月20日消息,近期博主@数码闲聊站 透露,原定三月份发布的华为新旗舰P70系列延期发布,预计4月份上市。
而博主@定焦数码 爆料,华为的P70系列在定位上已经超过了Mate60,成为了重要的旗舰系列之一。它肩负着重返影像领域顶尖的使命。那么这次P70会带来哪些令人惊艳的创新呢?
根据目前爆料的消息来看,华为P70系列将推出三个版本,其中P70和P70 Pro采用了三角形的摄像头模组设计,而P70 Art则采用了与上一代P60 Art相似的不规则形状设计。这样的外观是否好看见仁见智,但辨识度绝对拉满。