网页抓取实例之wildberries电商平台数据抓取

 

电商平台的数据抓取，一直是网页抓取公式的热门实战实例，之前我们通常是针对国内的电商平台进行数据抓取，昨天小编受到委托，针对一个俄罗斯电商平台wildberries做了数据抓取，抓取的主要内容是商品标题、价格及评价数量。

 

本文小编将给大家讲解下网页抓取的步骤及遇到的难点。

先看一下整体效果，在网址提前分析录入好的前提下，我们通过输入页数，便可自动生成商品的标题、价格和评价数量：

 

 

在对网页进行一定的分析之后，我们开始寻找其数据源。右键检查或按快捷键F12打开开发者工具，然后在NetWork选项卡下，筛选找出请求结果，当找到请求中含有的数据与网页外部显示的数据一致时，便是寻找成功了。

 

 

 

这里，我们将请求的网址复制下来，以便后续使用。

 

有了网址，我们便可以将数据源提取到表格中，通常我们使用的公式为=GetJsonSource()，但是在提取过程中我们发现，由于wildberries平台的一个页面数据量太大，导致数据源的字符数超过了表格的最大字符数限制，所以提取的内容并不完整。

为解决这一问题，我们更换为=GetJsonSourceW()公式，并对其进行改造。将网页中的源数据下载到本地文件，代替了之前的提取到表格单元格中，公式的括号内同样都是填写数据源的网址。当然，使用=GetJsonSourceW()需要打开Excel浏览器执行网页抓取任务，相信这点肯定难不倒大家。

 

 

终于将数据源搞定了，剩下的工作就简单了起来。由于数据源为JSON格式的，我们便使用=GetJsonProperty()公式提取，其中A5表示数据源所在的单元格位置，data.products.0.name为属性名称

 

 

写好公式后，重新计算下公式，很快就会出来结果。至此，我们的网页抓取任务就算结束了，后面的工作就是对表格的内容进行优化，比如我们将数据源的网址进行分析，把页数拿了出来，这样我们就可以做到仅通过修改数字，便可跳转到其他页，实现抓取任务。