双十一了,我用PYTHON获取今年双十一商品,并保存成excel表格数据,看看值不值
随着十一的来临,我们的钱包又要一次变空了。
尤其还是有女朋友的同志们~
心疼钱包~
好吧,废话不多讲
这次我们需要的环境
- python 3.8
- pycharm
需要的模块
- selenium
- csv
- time
- random
不会安装的同志们,在cmd里输入pip install +模块名 。
就可以安装好了
对了最重要的 ,不要忘记安装谷歌驱动
不会安装谷歌驱动或者模块没安装好的,可以私信我!
效果如下:
直接上代码
from selenium import webdriver
import time # 时间模块, 可以用于程序的延迟
import random # 随机数模块
from constants import TAO_USERNAME1, TAO_PASSWORD1
import csv # 数据保存的模块
def search_product(keyword):
"""搜索商品数据, 登录用户"""
driver.find_element_by_xpath('//*[@id="q"]').send_keys(keyword)
time.sleep(random.randint(1, 3)) # 尽量避免人机检测 随机延迟
driver.find_element_by_xpath('//*[@id="J_TSearchForm"]/div[1]/button').click()
time.sleep(random.randint(1, 3)) # 尽量避免人机检测 随机延迟
# 登录
driver.find_element_by_xpath('//*[@id="f-login-id"]').send_keys(TAO_USERNAME1)
time.sleep(random.randint(1, 3)) # 尽量避免人机检测 随机延迟
driver.find_element_by_xpath('//*[@id="f-login-password"]').send_keys(TAO_PASSWORD1)
time.sleep(random.randint(1, 3)) # 尽量避免人机检测 随机延迟
driver.find_element_by_xpath('//*[@id="login-form"]/div[4]/button').click()
time.sleep(random.randint(1, 3)) # 尽量避免人机检测 随机延迟
def parse_data():
"""解析商品数据"""
divs = driver.find_elements_by_xpath('//div[@class="grid g-clearfx"]/div/div') # 所有的div标签
for div in divs:
try:
info = div.find_element_by_xpath('.//div[@class="row row-2 title"]/a').text
price = div.find_element_by_xpath('.//strong').text + '元'
deal = div.find_element_by_xpath('.//div[@class="deal-cnt"]').text
name = div.find_element_by_xpath('.//div[@class="shop"]/a/span[2]').text
location = div.find_element_by_xpath('.//div[@class="location"]').text
detail_url = div.find_element_by_xpath('.//div[@class="pic"]/a').get_attribute('href')
print(info, price, deal, name, location, detail_url)
# 保存
with open('某宝.csv', mode='a', encoding='utf-8', newline='') as f:
csv_write = csv.writer(f)
csv_write.writerow([info, price, deal, name, location, detail_url])
except:
continue
word = input('请输入你要搜索商品的关键字:')
# 创建一个浏览器
driver = webdriver.Chrome()
# selenium操作的浏览器被识别了, 无法登录
# 修改浏览器的部分属性, 绕过检测
driver.execute_cdp_cmd("Page.addScriptToEvaluateOnNewDocument",
{"source": """Object.defineProperty(navigator, 'webdriver', {get: () => false})"""})
# 执行自动化浏览器的操作
driver.get('https://www.taobao.com/')
driver.implicitly_wait(10) # 设置浏览器的等待,加载数据
driver.maximize_window() # 最大化浏览器
# 调用商品搜索的函数
search_product(word)
for page in range(100): # 012
print(f'\n==================正在抓取第{page + 1}页数据====================')
url = f'https://s.taobao.com/search?q=%E5%B7%B4%E9%BB%8E%E4%B8%96%E5%AE%B6&s={page * 44}'
# 解析商品数据
parse_data()
time.sleep(random.randint(1, 3)) # 尽量避免人机检测 随机延迟
最后
友情提醒,切勿多次尝试,容易被反爬
更多推荐:
Python基础入门教程推荐
本文来自博客园,作者:I'm_江河湖海,转载请注明原文链接:https://www.cnblogs.com/jhhh/p/16760684.html