Python如何爬蟲淘寶商品數(shù)據(jù)-創(chuàng)新互聯(lián)

這篇文章將為大家詳細(xì)講解有關(guān)Python如何爬蟲淘寶商品數(shù)據(jù)，小編覺得挺實(shí)用的，因此分享給大家做個參考，希望大家閱讀完這篇文章后可以有所收獲。

成都創(chuàng)新互聯(lián)是專業(yè)的石嘴山網(wǎng)站建設(shè)公司，石嘴山接單;提供網(wǎng)站建設(shè)、成都網(wǎng)站設(shè)計(jì),網(wǎng)頁設(shè)計(jì),網(wǎng)站設(shè)計(jì),建網(wǎng)站,PHP網(wǎng)站建設(shè)等專業(yè)做網(wǎng)站服務(wù);采用PHP框架,可快速的進(jìn)行石嘴山網(wǎng)站開發(fā)網(wǎng)頁制作和功能擴(kuò)展;專業(yè)做搜索引擎喜愛的網(wǎng)站,專業(yè)的做網(wǎng)站團(tuán)隊(duì),希望更多企業(yè)前來合作!

這次的主要的目的是從淘寶的搜索頁面獲取商品的信息。其實(shí)分析頁面找到信息很容易，頁面信息的存放都是以靜態(tài)的方式直接嵌套的頁面上的，很容易找到。主要困難是將信息從HTML源碼中剝離出來，數(shù)據(jù)和網(wǎng)頁源碼結(jié)合的很緊密，剝離數(shù)據(jù)有一定的難度。

然后將獲取的信息寫入excel表格保存起來，這次只爬取了前面10頁的內(nèi)容。

代碼如下：

import requests
import re
from xlwt import Workbook
import xlrd
import time
def key_name( number ):
    #獲取頁面的內(nèi)容并返回
    name = '手機(jī)'
    URL_1 = "https://s.taobao.com/search?ie=utf8&initiative_id=staobaoz_20170905&stats_click=search_radio_all%3A1&js=1&imgfile=&q="
    URL_2 = "&suggest=0_1&_input_charset=utf-8&wq=u&suggest_query=u&source=suggest&p4ppushleft=5%2C48&s="
    URL = ( URL_1 + name + URL_2 + str(number))
    #print(URL)
    res = requests.get( URL )
    return res.text
def find_date( text):
    #根據(jù)整個頁面的信息，獲取商品的數(shù)據(jù)所在的HTML源碼并放回
    reg = r',"data":{"spus":\[({.+?)\]}},"header":'
    reg = re.compile(reg)
    info = re.findall(reg, text)
    return info[0]
def manipulation_data( info, N, sheet ):
    #解析獲取的HTML源碼，獲取數(shù)據(jù)
    Date = eval(info)
    for d in Date:
        T = " ".join([t['tag'] for t in d['tag_info']])
        #print(d['title'] + '\t' + d['price'] + '\t' + d['importantKey'][0:len(d['importantKey'])-1] + '\t' + T)
        
        sheet.write(N,0,d['title'])
        sheet.write(N,1,d['price'])
        sheet.write(N,2,T)
        N = N + 1
    return N
    
    
def main():
    
    book = Workbook()
    sheet = book.add_sheet('淘寶手機(jī)數(shù)據(jù)')
    sheet.write(0,0,'品牌')
    sheet.write(0,1,'價(jià)格')
    sheet.write(0,2,'配置')
    book.save('淘寶手機(jī)數(shù)據(jù).xls')
    #k用于生成鏈接，每個鏈接的最后面的數(shù)字相差48.
    #N用于記錄表格的數(shù)據(jù)行數(shù)，便于寫入數(shù)據(jù)
    k = 0
    N = 1
    for i in range(10+1):
        text = key_name( k + i * 48 )
        info = find_date(text)
        N = manipulation_data( info ,N, sheet )
    
        book.save('淘寶手機(jī)數(shù)據(jù).xls')
        print('下載第' + str(i) + '頁完成')
if __name__ == '__main__':
    main()

關(guān)于Python如何爬蟲淘寶商品數(shù)據(jù)就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，可以學(xué)到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。

分享題目：Python如何爬蟲淘寶商品數(shù)據(jù)-創(chuàng)新互聯(lián)
本文網(wǎng)址：http://muchs.cn/article22/doogjc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供用戶體驗(yàn)、建站公司、ChatGPT、網(wǎng)站內(nèi)鏈、Google、定制網(wǎng)站

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源：創(chuàng)新互聯(lián)

猜你還喜歡下面的內(nèi)容