日韩久久久精品,亚洲精品久久久久久久久久久,亚洲欧美一区二区三区国产精品 ,一区二区福利

Python進階之使用selenium爬取淘寶商品信息功能示例

系統(tǒng) 1690 0

本文實例講述了Python進階之使用selenium爬取淘寶商品信息功能。分享給大家供大家參考,具體如下:

            
# encoding=utf-8
__author__ = 'Jonny'
__location__ = '西安'
__date__ = '2018-05-14'
'''
需要的基本開發(fā)庫文件:
requests,pymongo,pyquery,selenium
開發(fā)流程:
  搜索關(guān)鍵字:利用selenium驅(qū)動瀏覽器搜索關(guān)鍵字,得到查詢后的商品列表
  分析頁碼并翻頁:得到商品頁碼數(shù),模擬翻頁,得到后續(xù)頁面的商品列表
  分析提取商品內(nèi)容:利用PyQuery分析頁面源代碼,解析獲得商品列表信息
  存儲到MongDB中:將商品的信息列表存儲到數(shù)據(jù)庫MongoDB。
'''
import requests
from selenium import webdriver
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from selenium.common.exceptions import TimeoutException
from pyquery import PyQuery as pq
import pymongo
import re
import time
browser = webdriver.Chrome()
wait = WebDriverWait(browser,10)
client = pymongo.MongoClient('localhost',27017)
mongo = client['taobao']
def searcher():
  url = 'https://www.taobao.com/'
  browser.get(url=url)
  try:
    #判斷頁面加載是夠成功,設(shè)置等待時間
    #判斷位置1:搜索輸入框是否加載完成
    input_kw = wait.until(
      EC.presence_of_element_located((By.CSS_SELECTOR, '#q'))
    )
    #判斷位置2:搜索輸入框?qū)?yīng)的搜索按鍵是否加載完成
    submit = wait.until(EC.element_to_be_clickable(
      (By.CSS_SELECTOR,'#J_TSearchForm > div.search-button > button'))
    )
    input_kw.send_keys('男裝')
    submit.click()
    #等待頁面加載完成,便于準(zhǔn)確判斷網(wǎng)頁的總頁數(shù)
    page_counts = wait.until(
      EC.presence_of_element_located(
        (By.CSS_SELECTOR,'#mainsrp-pager > div > div > div > div.total'))
    )
    parse_page()
    return page_counts.text
  except TimeoutException as e:
    print(e.args)
    return searcher()
#實現(xiàn)翻頁
def next_page(page_number):
  try:
    # 判斷頁面加載是夠成功,設(shè)置等待時間
    # 判斷位置1:頁面跳轉(zhuǎn)輸入頁是否加載完成
    input_page = wait.until(
      EC.presence_of_element_located((By.CSS_SELECTOR, '#mainsrp-pager > div > div > div > div.form > input'))
    )
    # 判斷位置2:確認(rèn)按鍵是否加載完成
    submit = wait.until(EC.element_to_be_clickable(
      (By.CSS_SELECTOR, '#mainsrp-pager > div > div > div > div.form > span.btn.J_Submit'))
    )
    input_page.send_keys(page_number)
    submit.click()
    #判斷翻頁是否成功
    wait.until(EC.text_to_be_present_in_element(
      (By.CSS_SELECTOR,'#mainsrp-pager > div > div > div > ul > li.item.active'),str(page_number))
    )
    parse_page()
  except TimeoutException as e:
    print(e.args)
    next_page(page_number)
#對頁面進行數(shù)據(jù)處理
def parse_page():
  # wait.until(EC.presence_of_element_located(By.CSS_SELECTOR,'#mainsrp-itemlist > div > div'))
  wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '#mainsrp-itemlist .items .item')))
  html = browser.page_source
  doc = pq(html)
  items = doc('#mainsrp-itemlist .items .item').items()
  for item in items:
    goods = {
      'image':item.find('.pic .img').attr('src'),
      'price':item.find('.price').text(),
      'deal':item.find('.deal-cnt').text()[:-3],
      'title':item.find('.title').text(),
      'shop':item.find('.shop').text(),
      'location':item.find('.location').text()
    }
    print(goods)
    data_storage(goods)
#將數(shù)據(jù)存入數(shù)據(jù)庫
def data_storage(goods):
  try:
    if mongo['mongo_sheet'].insert(goods):
      print('Successfully storage!')
  except Exception as e:
    print('failedly storage!',goods)
def main():
  text = searcher()
  print(text)
  #獲取總頁數(shù)
  pages = int(re.compile('(\d+)').search(text).group(0))
  print(pages)
  for i in range(2,pages+1):
    next_page(i)
  browser.close()
if __name__ == '__main__':
  main()


          

更多關(guān)于Python相關(guān)內(nèi)容可查看本站專題:《Python Socket編程技巧總結(jié)》、《Python正則表達(dá)式用法總結(jié)》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》、《Python入門與進階經(jīng)典教程》及《Python文件與目錄操作技巧匯總》

希望本文所述對大家Python程序設(shè)計有所幫助。


更多文章、技術(shù)交流、商務(wù)合作、聯(lián)系博主

微信掃碼或搜索:z360901061

微信掃一掃加我為好友

QQ號聯(lián)系: 360901061

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧,狠狠點擊下面給點支持吧,站長非常感激您!手機微信長按不能支付解決辦法:請將微信支付二維碼保存到相冊,切換到微信,然后點擊微信右上角掃一掃功能,選擇支付二維碼完成支付。

【本文對您有幫助就好】

您的支持是博主寫作最大的動力,如果您喜歡我的文章,感覺我的文章對您有幫助,請用微信掃描上面二維碼支持博主2元、5元、10元、自定義金額等您想捐的金額吧,站長會非常 感謝您的哦!!!

發(fā)表我的評論
最新評論 總共0條評論
主站蜘蛛池模板: 邯郸市| 左云县| 舒城县| 正蓝旗| 积石山| 井冈山市| 大新县| 鹰潭市| 西城区| 青州市| 桓仁| 临湘市| 重庆市| 临高县| 叶城县| 女性| 青浦区| 沙坪坝区| 六安市| 三门县| 濮阳市| 潍坊市| 雷波县| 辽宁省| 武山县| 疏附县| 刚察县| 三明市| 册亨县| 河南省| 邯郸市| 潜山县| 江源县| 通榆县| 都江堰市| 金湖县| 平安县| 尉犁县| 万盛区| 鹤壁市| 包头市|