真实的国产乱ⅩXXX66竹夫人,五月香六月婷婷激情综合,亚洲日本VA一区二区三区,亚洲精品一区二区三区麻豆

成都創(chuàng)新互聯(lián)網(wǎng)站制作重慶分公司

python爬蟲(chóng)如何獲取淘寶天貓商品詳細(xì)參數(shù)-創(chuàng)新互聯(lián)

這篇文章給大家分享的是有關(guān)python爬蟲(chóng)如何獲取淘寶天貓商品詳細(xì)參數(shù)的內(nèi)容。小編覺(jué)得挺實(shí)用的,因此分享給大家做個(gè)參考,一起跟隨小編過(guò)來(lái)看看吧。

創(chuàng)新互聯(lián)是一家專(zhuān)業(yè)的網(wǎng)站制作公司,提供的服務(wù)包括:品牌網(wǎng)站建設(shè),網(wǎng)站設(shè)計(jì),網(wǎng)頁(yè)設(shè)計(jì),我們是一家專(zhuān)業(yè)網(wǎng)站建設(shè)公司,做網(wǎng)站,我們是認(rèn)真的。我們是成都網(wǎng)站制作,成都網(wǎng)站建設(shè)的先行者,一切以客戶(hù)的利益為設(shè)計(jì)方向,能夠?yàn)椴煌袠I(yè)的客戶(hù)提供全面、長(zhǎng)期、深入的網(wǎng)絡(luò)解決方案。 創(chuàng)新互聯(lián)根據(jù)客戶(hù)的具體需求,提供從策劃、創(chuàng)意、制作、執(zhí)行等服務(wù)。

首先我是從淘寶進(jìn)去,爬取了按銷(xiāo)量排序的所有(100頁(yè))女裝的列表信息按綜合、銷(xiāo)量分別爬取淘寶女裝列表信息,然后導(dǎo)出前100商品的 link,爬取其詳細(xì)信息。這些商品有淘寶的,也有天貓的,這兩個(gè)平臺(tái)有些區(qū)別,處理的時(shí)候要注意。比如,有的說(shuō)“面料”、有的說(shuō)“材質(zhì)成分”,其實(shí)是一個(gè)意思,等等??梢匀〔煌逆溄幼鲆幌聹y(cè)試。

import re 
from collections import OrderedDict 
from bs4 import BeautifulSoup 
from pyquery import PyQuery as pq  #獲取整個(gè)網(wǎng)頁(yè)的源代碼 
from config import *  #可引用congif的所有變量 
 
import pymysql 
import urllib 
import json 
import bs4 
import requests 
from selenium import webdriver 
from selenium.webdriver.support.ui import WebDriverWait 
from pyquery import PyQuery as pq  #獲取整個(gè)網(wǎng)頁(yè)的源代碼 
import pandas as pd 
 
# 測(cè)試 淘寶+天貓,可完整輸出及保存 
 
browser = webdriver.Firefox() 
wait = WebDriverWait(browser,10) 
 
####### 天貓上半部分詳情 ############# 
def get_tianmao_header(url): 
  browser.get(url) 
  # wait.until(EC.presence_of_all_elements_located((By.CSS_SELECTOR,'#mainsrp-itemlist .items .item'))) #加載所有寶貝 
  html=browser.page_source 
  doc = pq(html) 
  # print(doc) 
  info = OrderedDict() # 存放該商品所具有的全部信息 
  items = doc('#page') 
 
  # info['店鋪名'] = items.find('.slogo').find('.slogo-shopname').text() 
  # info['ID'] = items.find('#LineZing').attr['itemid'] 
  info['寶貝'] = items.find('.tb-detail-hd').find('h2').text() 
  info['促銷(xiāo)價(jià)'] = items.find('#J_PromoPrice').find('.tm-promo-price').find('.tm-price').text() 
  info['原價(jià)'] = items.find('#J_StrPriceModBox').find('.tm-price').text() 
  # '月銷(xiāo)量' :items.find('.tm-ind-panel').find('.tm-ind-item tm-ind-sellCount').find('.tm-indcon').find('.tm-count').text(), 
  info['月銷(xiāo)量'] = items.find('.tm-ind-panel').find('.tm-indcon').find('.tm-count').text().split(' ',2)[0] 
  info['累計(jì)評(píng)價(jià)'] = items.find('#J_ItemRates').find('.tm-indcon').find('.tm-count').text() 
  # print(info) 
  return info 
 
######## 淘寶上半部分詳情 ############### 
def get_taobao_header(url): 
  browser.get(url) 
  # wait.until(EC.presence_of_all_elements_located((By.CSS_SELECTOR,'#mainsrp-itemlist .items .item'))) #加載所有寶貝 
  html=browser.page_source 
  doc = pq(html) 
  # print(doc) 
  info = OrderedDict() # 存放該商品所具有的全部信息 
  items = doc('#page') 
 
  # info['店鋪名'] = items.find('.tb-shop-seller').find('.tb-seller-name').text() 
  # info['ID'] = items.find('#J_Pine').attr['data-itemid'] 
  info['寶貝'] = items.find('#J_Title').find('h4').text() 
  info['原價(jià)'] = items.find('#J_StrPrice').find('.tb-rmb-num').text() 
  info['促銷(xiāo)價(jià)'] = items.find('#J_PromoPriceNum').text() 
  # '月銷(xiāo)量' :items.find('.tm-ind-panel').find('.tm-ind-item tm-ind-sellCount').find('.tm-indcon').find('.tm-count').text(), 
  info['月銷(xiāo)量'] = items.find('#J_SellCounter').text() 
  info['累計(jì)評(píng)價(jià)'] = items.find('#J_RateCounter').text() 
  # print(info) 
  return info 
 
####################### 詳情 ############################ 
# 抓取所有商品詳情 
def get_Details(attrs,info): 
  # res = requests.get(url) 
  # soup = BeautifulSoup(res.text, "html.parser") 
  # 
  # attrs = soup.select('.attributes-list li') 
 
  # attrs= [厚薄: 薄, 材質(zhì)成分: 其他100%,] 
  attrs_name = [] 
  attrs_value = [] 
  ''''' 
  [\s] 匹配空格,[\s]*,后面有 *,則可以為空 
  * : 匹配前面的子表達(dá)式任意次 
  ''' 
 
  for attr in attrs: 
    attrs_name.append(re.search(r'(.*?):[\s]*(.*)', attr.text).group(1)) 
    attrs_value.append(re.search(r'(.*?):[\s]*(.*)', attr.text).group(2)) 
 
  # print('attrs_name=',attrs_name)  # attrs_name= ['厚薄', '材質(zhì)成分', ...] 
  # print('attrs_value=',attrs_value)  # attrs_value= ['薄', '其他100%', ...] 
 
  allattrs = OrderedDict() # 存放該產(chǎn)品詳情頁(yè)面所具有的屬性 
  for k in range(0, len(attrs_name)): 
    allattrs[attrs_name[k]] = attrs_value[k] 
  # print('allattrs=',allattrs)  # allattrs= OrderedDict([('厚薄', '薄'), ('材質(zhì)成分', '其他100%'),...]) 
 
  # info = OrderedDict() # 存放該商品所具有的全部信息 
  # info = get_headdetail2(url) 
 
  # 下面三條語(yǔ)句獲取描述、服務(wù)、物流的評(píng)分信息 
 
  # 下面的語(yǔ)句用來(lái)判斷該商品具有哪些屬性,如果具有該屬性,將屬性值插入有序字典,否則,該屬性值為空 
  # 適用場(chǎng)景 
  if '材質(zhì)成分' in attrs_name: 
    info['材質(zhì)成分'] = allattrs['材質(zhì)成分'] 
  elif '面料' in attrs_name: 
    info['材質(zhì)成分'] = allattrs['面料'] 
  else: 
    info['材質(zhì)成分'] = 'NA' 
 
  # 適用對(duì)象 
  if '流行元素' in attrs_name: 
    info['流行元素'] = allattrs['流行元素'] 
  else: 
    info['流行元素'] = 'NA' 
 
  #季節(jié) 
  if '年份季節(jié)' in attrs_name: 
    info['年份季節(jié)'] = allattrs['年份季節(jié)'] 
  else: 
    info['年份季節(jié)'] = 'NA' 
 
  # 款式 
  if '袖長(zhǎng)' in attrs_name: 
    info['袖長(zhǎng)'] = allattrs['袖長(zhǎng)'] 
  else: 
    info['袖長(zhǎng)'] = 'NA' 
  # 尺碼 
  if '銷(xiāo)售渠道類(lèi)型' in attrs_name: 
    info['銷(xiāo)售渠道類(lèi)型'] = allattrs['銷(xiāo)售渠道類(lèi)型'] 
  else: 
    info['銷(xiāo)售渠道類(lèi)型'] = 'NA' 
  # 帽頂款式 
  if '貨號(hào)' in attrs_name: 
    info['貨號(hào)'] = allattrs['貨號(hào)'] 
  else: 
    info['貨號(hào)'] = 'NA' 
  # 帽檐款式 
  if '服裝版型' in attrs_name: 
    info['服裝版型'] = allattrs['服裝版型'] 
  else: 
    info['服裝版型'] = 'NA' 
  # 檐形 
  if '衣長(zhǎng)' in attrs_name: 
    info['衣長(zhǎng)'] = allattrs['衣長(zhǎng)'] 
  else: 
    info['衣長(zhǎng)'] = 'NA' 
  # 主要材質(zhì) 
  if '領(lǐng)型' in attrs_name: 
    info['領(lǐng)型'] = allattrs['領(lǐng)型'] 
  else: 
    info['領(lǐng)型'] = 'NA' 
  # 人群 
  if '袖型' in attrs_name: 
    info['袖型'] = allattrs['袖型'] 
  else: 
    info['袖型'] = 'NA' 
  # 品牌 
  if '品牌' in attrs_name: 
    info['品牌'] = allattrs['品牌'] 
  else: 
    info['品牌'] = 'NA' 
  # 風(fēng)格 
  if '圖案' in attrs_name: 
    info['圖案'] = allattrs['圖案'] 
  elif '中老年女裝圖案' in attrs_name: 
    info['圖案'] = allattrs['中老年女裝圖案'] 
  else: 
    info['圖案'] = 'NA' 
 
  # 款式細(xì)節(jié) 
  if '服裝款式細(xì)節(jié)' in attrs_name: 
    info['服裝款式細(xì)節(jié)'] = allattrs['服裝款式細(xì)節(jié)'] 
  else: 
    info['服裝款式細(xì)節(jié)'] = 'NA' 
 
  # 適用年齡 
  if '適用年齡' in attrs_name: 
    info['適用年齡'] = allattrs['適用年齡'] 
  else: 
    info['適用年齡'] = 'NA' 
 
  # 風(fēng)格 
  if '風(fēng)格' in attrs_name: 
    info['風(fēng)格'] = allattrs['風(fēng)格'] 
  elif '中老年風(fēng)格' in attrs_name: 
    info['風(fēng)格'] = allattrs['中老年風(fēng)格'] 
  else: 
    info['風(fēng)格'] = 'NA' 
 
  #通勤 
  if '通勤' in attrs_name: 
    info['通勤'] = allattrs['通勤'] 
  else: 
    info['通勤'] = 'NA' 
 
  if '裙長(zhǎng)' in attrs_name: 
    info['裙長(zhǎng)'] = allattrs['裙長(zhǎng)'] 
  else: 
    info['裙長(zhǎng)'] = 'NA' 
 
  if '裙型' in attrs_name: 
    info['裙型'] = allattrs['裙型'] 
  else: 
    info['裙型'] = 'NA' 
 
  if '腰型' in attrs_name: 
    info['腰型'] = allattrs['腰型'] 
  else: 
    info['腰型'] = 'NA' 
 
  # 顏色分類(lèi) 
  if '主要顏色' in attrs_name: 
    info['主要顏色'] = allattrs['主要顏色'] 
  else: 
    info['主要顏色'] = 'NA' 
  if '顏色分類(lèi)' in attrs_name: 
    info['主要顏色'] = allattrs['顏色分類(lèi)'] 
  else: 
    info['主要顏色'] = 'NA' 
 
  #尺碼 
  if '尺碼' in attrs_name: 
    info['尺碼'] = allattrs['尺碼'] 
  else: 
    info['尺碼'] = 'NA' 
 
  if '組合形式' in attrs_name: 
    info['組合形式'] = allattrs['組合形式'] 
  else: 
    info['組合形式'] = 'NA' 
 
  if '褲長(zhǎng)' in attrs_name: 
    info['褲長(zhǎng)'] = allattrs['褲長(zhǎng)'] 
  else: 
    info['褲長(zhǎng)'] = 'NA' 
 
  return info 
 
 
import csv 
 
def main(): 
  # 提取 列 
  with open('clothes_detai.csv', 'w', newline='', encoding='utf-8') as csvfile: 
    # fieldnames = ['店鋪ID','店鋪名','鏈接','寶貝','原價(jià)','促銷(xiāo)價(jià)','月銷(xiāo)量','累計(jì)評(píng)價(jià)','材質(zhì)成分','流行元素','袖長(zhǎng)','年份季節(jié)','銷(xiāo)售渠道類(lèi)型','貨號(hào)','服裝版型','衣長(zhǎng)','領(lǐng)型','袖型', 
    #        '裙型','裙長(zhǎng)','腰型','褲長(zhǎng)','組合形式','品牌','圖案','服裝款式細(xì)節(jié)', '適用年齡','風(fēng)格','通勤','主要顏色','尺碼'] 
    fieldnames=[ 'Link','Brand','Title','Price','Sale price','Sales','Evaluations', 
          'Component', 'Fashion elements','Sleeve','Seasons','Sales channels', 
          'Number','Clothes_Style','Long','Collar type','Sleeve type', 
          'Skirt type','Skirt length','Waist','Combining form','Outseam', 
          'Design','Fashion pattern detail','Applicable age', 
          'Style','Commuter','color','Size'] 
    # 'Shop','Data_id','Shop_id','Shop','Link','Data_id', 
    writer = csv.DictWriter(csvfile, fieldnames = fieldnames) 
    writer.writeheader() 
 
    # urls = ['//detail.tmall.com/item.htm?spm=a230r.1.14.1.ebb2eb2eGyUw1&id=549177691667&ns=1&abbucket=4', 
        # '//item.taobao.com/item.htm?id=548443640333&ns=1&abbucket=0#detail'] 
 
    f = pd.read_csv('women_clothes_sales2.csv') 
    urls = f['link'][0:100] 
    # sh = f['shop_id'][0:3] 
    # s = f['shop'][0:3] 
    # for url in urls: 
    #   print(url) 
    # writer.writerow({'店鋪ID':f['shop_id'],'店鋪名':f['shop']}) 
    keys, values = [], [] 
    # for url in urls: 
    for i in urls: 
      url = 'http:' + i 
      #  endswith 判斷字符串是否以指定的字符串結(jié)尾 
      if url.endswith('detail'): 
        info = get_taobao_header(url) 
 
        res = requests.get(url) 
        soup = BeautifulSoup(res.text, "html.parser") 
        attrs = soup.select('.attributes-list li')  # 淘寶 class 
      else: 
        info = get_tianmao_header(url) 
 
        res = requests.get(url) 
        soup = BeautifulSoup(res.text, "html.parser") 
        attrs = soup.select('#J_AttrUL li') # 天貓 id 
        # print('attrs=',attrs) 
 
      d = get_Details(attrs,info) 
      print(d) 
      # for j in f[shop_id]: 
      #   d['店鋪ID'] = j 
      # for s in f['shop']: 
      #   d['店鋪名'] = s 
      #'Shop':d['店鋪名'],'Data_id':d['ID'], 
      writer.writerow({'Link':url,'Brand':d['品牌'],'Title':d['寶貝'], 'Price':d['原價(jià)'], 'Sale price':d['促銷(xiāo)價(jià)'], 'Sales':d['月銷(xiāo)量'], 'Evaluations':d['累計(jì)評(píng)價(jià)'], 
               'Component':d['材質(zhì)成分'], 'Fashion elements':d['流行元素'], 'Sleeve':d['袖長(zhǎng)'], 'Seasons':d['年份季節(jié)'], 'Sales channels':d['銷(xiāo)售渠道類(lèi)型'], 
               'Number':d['貨號(hào)'],'Clothes_Style':d['服裝版型'],'Long':d['衣長(zhǎng)'],'Collar type':d['領(lǐng)型'], 'Sleeve type':d['袖型'], 
               'Skirt type':d['裙型'], 'Skirt length':d['裙長(zhǎng)'], 'Waist':d['腰型'], 'Combining form':d['組合形式'], 'Outseam':d['褲長(zhǎng)'], 
               'Design':d['圖案'], 'Fashion pattern detail':d['服裝款式細(xì)節(jié)'], 'Applicable age':d['適用年齡'], 
               'Style':d['風(fēng)格'], 'Commuter':d['通勤'], 'color':d['主要顏色'], 'Size':d['尺碼']}) 
 
if __name__=='__main__': 
  main()
python的數(shù)據(jù)類(lèi)型有哪些?

python的數(shù)據(jù)類(lèi)型:1. 數(shù)字類(lèi)型,包括int(整型)、long(長(zhǎng)整型)和float(浮點(diǎn)型)。2.字符串,分別是str類(lèi)型和unicode類(lèi)型。3.布爾型,Python布爾類(lèi)型也是用于邏輯運(yùn)算,有兩個(gè)值:True(真)和False(假)。4.列表,列表是Python中使用最頻繁的數(shù)據(jù)類(lèi)型,集合中可以放任何數(shù)據(jù)類(lèi)型。5. 元組,元組用”()”標(biāo)識(shí),內(nèi)部元素用逗號(hào)隔開(kāi)。6. 字典,字典是一種鍵值對(duì)的集合。7. 集合,集合是一個(gè)無(wú)序的、不重復(fù)的數(shù)據(jù)組合。

感謝各位的閱讀!關(guān)于“python爬蟲(chóng)如何獲取淘寶天貓商品詳細(xì)參數(shù)”這篇文章就分享到這里了,希望以上內(nèi)容可以對(duì)大家有一定的幫助,讓大家可以學(xué)到更多知識(shí),如果覺(jué)得文章不錯(cuò),可以把它分享出去讓更多的人看到吧!


文章標(biāo)題:python爬蟲(chóng)如何獲取淘寶天貓商品詳細(xì)參數(shù)-創(chuàng)新互聯(lián)
分享地址:http://weahome.cn/article/epiio.html

其他資訊

在線咨詢(xún)

微信咨詢(xún)

電話咨詢(xún)

028-86922220(工作日)

18980820575(7×24)

提交需求

返回頂部