【Python爬虫】爬取淘宝商品数据——新手教程_爬取淘宝商品数据python

作者：小丑西瓜9 | 2024-06-11 23:27:16

踩

爬取淘宝商品数据python

大数据时代，

数据收集不仅是科学研究的基石，

更是企业决策的关键。

然而，如何高效地收集数据

成了摆在我们面前的一项重要任务。

本文将为你揭示，

一系列实时数据采集方法，

助你在信息洪流中，

找到真正有价值的信息。

提升方法

今天，我们就用python爬取淘宝上某一商品的数据

Python版本：Python3.6

浏览器：谷歌
一键爬取

目的：爬取淘宝上所有卖高跟鞋的商家的商品名称、商品价格、付款人数、店铺和发货地址，将爬取到的数据保存在data.csv文件中

一、输入关键词和网址


keywords = '高跟鞋'
while 1:
 try:
        driver = webdriver.Chrome()
        break
 except:
        time.sleep(1)
driver.get('https://www.taobao.com/')
page = search_product(keywords)

关键词keywords为高跟鞋，while的目的是防止出现因为网不好导致报错。这一部分运行后，会自动打开淘宝官网，并将关键词自动输入。

二、构建存储表格


with open('data.csv','a',newline='') as filecsv:
    csvwriter = csv.writer(filecsv,delimiter = ',')
    csvwriter.writerow(['商品名称','商品价格','付款人数','店铺','发货地址'])
    get_product()
    page_num = 1

三、爬取每一页的商品数据


while page_num != page:
        print('正在爬取第'+str(page_num)+'页数据')
        driver.get('https://s.taobao.com/search?q='+keywords+'&imgfile=&commend=all&ssid=s5-e&search_type=item&sourceId=tb.index&spm=a21bo.2017.201856-taobao-item.2&ie=utf8&initiative_id=tbindexz_20170306&bcoffset=3&ntoffset=3&p4ppushleft=1%2C48&s='+str(page_num*44))
        driver.implicitly_wait(2)                      #浏览器等待 因为爬取速度过快
        driver.maximize_window()                       #浏览器最大化
        get_product()
        page_num = page_num+1
 
def get_product():
    divs = driver.find_elements_by_xpath('//div[@class="items"]/div[@class="item J_MouserOnverReq  "]')
    product = {}
    product_all = {}
 with open('data.csv','a',newline='') as filecsv:
        csvwriter = csv.writer(filecsv,delimiter = ',')
 for id_product,div in enumerate(divs):
            product['info'] = div.find_elements_by_xpath('.//div[@class="row row-2 title"]')[0].text
            product['price'] = div.find_elements_by_xpath('.//div[@class="price g_price g_price-highlight"]/strong')[0].text+'元'
            product['Number_of_people'] = div.find_elements_by_xpath('.//div[@class="deal-cnt"]')[0].text
            product['address'] = div.find_elements_by_xpath('.//div[@class="location"]')[0].text
            product['Shop'] = div.find_elements_by_xpath('//div[@class="shop"]/a/span[2]')[0].text
 #   with open('data.csv','a',newline='') as filecsv:
 #       csvwriter = csv.writer(filecsv,delimiter = ',')
            csvwriter.writerow([product['info'],product['price'],product['Number_of_people'],product['Shop'],product['address']])

page为需要爬取的总页数，在本代码中为所有页码，如果只需要前10页，可手动将其改为10。

driver.implicitly_wait(2) 为页面等待两秒，是为了防止网址发现是爬虫而不让爬取数据。

driver.implicitly_wait(2) 函数为提取每一页商品的具体数据。

最后的保存结果为：

声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/小丑西瓜9/article/detail/705151