提出问题
如何在京东商城爬取出各个商品的相关信息(价格、名称、评价、店铺名等等),比如,打开 web 京东网站,在搜索框输入关键字:口红。那么商品展示列表的所有商品的信息,怎么爬下来,怎么保存到表格中?
我们来看看怎么实现这个功能。图片
解决思路
1、打开网站,输入关键字,点击搜索按钮;
2、将右侧下拉框拉到最下面,保证获取到全部的数据;
3、将每一个商品进行遍历,把每个 item 中的价格、名称、店铺、评价数量全部获取到;
4、将获取的信息,装在表格中。图片
import timeimport pandas as pdfrom selenium import webdriverimport requestsfrom selenium.webdriver import Keysfrom selenium.webdriver.common.by import By
if name == 'main':search_word = input("请输入你要搜索的商品:")page_size = int(input("请输入你要爬取的页数:"))prices, names, commits, shops = [], [], [], []# 打开浏览器 driver = webdriver.Chrome()driver.get("https://www.jd.com")time.sleep(1)# 将 web 网页窗口最大化 driver.maximize_window()# 找到搜索框 input_box = driver.find_element(By.ID, "key")# 将搜索的字输入到京东搜索框中 input_box.send_keys(search_word)# 按下 enter 键 input_box.send_keys(Keys.ENTER)
# range(page_size)
for i in range(page_size):
# 将下拉框拖到最下面:
driver.execute_script('window.scrollTo(0,document.body.scrollHeight)')
time.sleep(3) # 确保在向下拖动的过程中,数据全部加载出来,加几秒等待
# 获取所有的li
good_lists = driver.find_elements(By.XPATH, '//*[@id="J_goodsList"]/ul/li')
for item in good_lists:
# 找到产品的价格
price = item.find_element(By.CLASS_NAME, "p-price").text
# 找到商品的名字
name = item.find_element(By.CLASS_NAME, "p-name").text
# 找到商品的评论
commit = item.find_element(By.CLASS_NAME, "p-commit").text
# 找到商品的店铺
shop = item.find_element(By.CLASS_NAME, "p-shop").text
# 将每一次爬到的数据信息,追加到列表[ ]中
prices.append(price)
names.append(name)
commits.append(commit)
shops.append(shop)
# 点击下一页
driver.find_element(By.CLASS_NAME, "pn-next").click()
df = pd.DataFrame({
"价格": prices,
"名称": names,
"评论": commits,
"商家": shops
})
# 将数据保存到excel表格中
df.to_excel("{}.xlsx".format(search_word))
复制代码
评论