亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

python3實現爬取淘寶美食代碼分享

 更新時間:2018年09月23日 11:47:59   作者:鴻鵠安然  
本文給大家分享的是如何使用python3來爬取淘寶美食圖片標題等信息的方法和代碼,有需要的小伙伴可以參考下

環(huán)境:

ubuntu16.04
python3.5
python庫: selenium, pyquery,pymongo, re

要求:

設置×××面瀏覽器訪問,并將商品列表存入mongoDB數據庫.

分析過程暫時略過

代碼:

#!/usr/bin/env python
# -*- coding:utf-8 -*-

"""
1.爬取淘寶美食的流程
- 搜索關鍵字: 用selenium打開瀏覽器,模擬輸入關鍵字,并搜索對應的商品列表.
- 分析頁碼并翻頁,模擬翻頁,查看到所有頁面的商品列表.
- 分析并提取商品,利用Pyquery分析源碼,解析得到商品列表.
- 存儲到MONGODB數據庫,將商品列表信息存儲到mongoDB數據庫.
"""
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 re
from anli.mongoconfig import *
import pymongo

client = pymongo.MongoClient(MONGO_URL)
db = client[MONGO_DB]

#設置×××面訪問
opt = webdriver.FirefoxOptions()
opt.set_headless()
browser = webdriver.Firefox(options=opt)

#等待瀏覽器加載頁面成功.
wait = WebDriverWait(browser,10)

def search():
  try:
    # 后臺打開瀏覽器
    browser.get('https://www.taobao.com')

    # 用CSS選擇器復制搜索框
    input = wait.until(
      EC.presence_of_element_located((By.CSS_SELECTOR, '#q'))
    )

    # 找到搜索按鈕.
    submit = wait.until(
      # EC.element_to_be_clickable((By.CSS_SELECTOR,'#J_TSearchForm .search-button')))
      EC.element_to_be_clickable((By.CSS_SELECTOR,'#J_TSearchForm > div.search-button > button')))

    # 輸入關鍵字
    input.send_keys('美食')

    # 點擊搜索按鈕.
    submit.click()

    # 輸出總共的頁數.
    total=wait.until(EC.presence_of_element_located((By.CSS_SELECTOR,'.total')))

    # 調取商品列表的函數.
    get_products()
    return total.text
  except TimeoutException: #超時錯誤.
    return search()

# 翻頁
def next_page(page_number):
  try:
    #注意在firefox和chrome瀏覽器復制出來的元素不太一樣.
    #要傳入的頁碼: 到第幾頁
    input = wait.until(
      EC.presence_of_element_located((By.CSS_SELECTOR,'input.input:nth-child(2)'))
    )
    #復制確定按鈕的元素:
    submit = wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR,'span.btn:nth-child(4)')))

    #清除頁碼
    input.clear()
    #輸入當前頁碼
    input.send_keys(page_number)

    #點擊確定按鈕.
    submit.click()

    #判斷當前頁碼是否是當前數字: 復制高亮頁碼數.
    wait.until(EC.text_to_be_present_in_element((By.CSS_SELECTOR,'span.num'),str(page_number)))
    get_products()
  except TimeoutException:
    next_page(page_number)

#解析jquery源碼
def get_products():
  #商品列表:
  wait.until(EC.presence_of_element_located((By.CSS_SELECTOR,'#mainsrp-itemlist .items .item')))

  # 獲取網頁源碼
  html = browser.page_source
  doc = pq(html)
  items = doc('#mainsrp-itemlist .items .item').items()
  for item in items:
    #定義商品列表詳細信息的字典
    product = {
      'title': item.find('.title').text(),
      'price': item.find('.price').text(),
      'image': item.find('.pic .img').attr('src'),
      'shop': item.find('.shop').text(),
      'deal': item.find('.deal-cnt').text()[:-3],
      'location': item.find('.location').text()
    }
    print(product)
    #將商品列表信息保存到mongoDB數據庫.
    save_to_mongo(product)

def save_to_mongo(result):
  try:
    if db[MONGO_TABLE].insert(result):
      print('存儲到mongodb成功',result)
  except Exception:
    print('存儲到mongodb失敗',result)

def main():
  total = search()

  # 用正則表達式只匹配出數字,并打印數字.
  total = int(re.compile('(\d+)').search(total).group(1))
  print(total)
  for i in range(2,total + 1):
    next_page(i)

if __name__=='__main__':
  main()
  #關閉×××面瀏覽器.
  browser.quit()
#mongoconfig.py
#!/usr/bin/env python
# -*- coding:utf-8 -*-

MONGO_URL = 'localhost'
MONGO_DB = 'taobao'
MONGO_TABLE = 'meishi'

安裝和使用mongodb參考:

//chabaoo.cn/article/54758.htm

實現效果:

注意:

chrome瀏覽器和firefox瀏覽器的網頁元素不太一樣.

相關文章

  • Django中使用celery完成異步任務的示例代碼

    Django中使用celery完成異步任務的示例代碼

    本篇文章主要介紹了Django中使用celery完成異步任務的示例代碼,小編覺得挺不錯的,現在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2018-01-01
  • python使用xlrd實現檢索excel中某列含有指定字符串記錄的方法

    python使用xlrd實現檢索excel中某列含有指定字符串記錄的方法

    這篇文章主要介紹了python使用xlrd實現檢索excel中某列含有指定字符串記錄的方法,涉及Python使用xlrd模塊檢索Excel的技巧,非常具有實用價值,需要的朋友可以參考下
    2015-05-05
  • python?apscheduler?cron定時任務觸發(fā)接口自動化巡檢過程

    python?apscheduler?cron定時任務觸發(fā)接口自動化巡檢過程

    這篇文章主要介紹了python?apscheduler?cron定時任務觸發(fā)接口自動化巡檢過程,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2023-03-03
  • 用Python代碼來解圖片迷宮的方法整理

    用Python代碼來解圖片迷宮的方法整理

    這篇文章主要介紹了用Python代碼來解圖片迷宮的方法整理,本文精選了StackOverflow相關人氣問題上的幾個回答,需要的朋友可以參考下
    2015-04-04
  • Python+Sklearn實現異常檢測

    Python+Sklearn實現異常檢測

    這篇文章主要為大家詳細介紹了Python如何利用Sklearn實現異常檢測,文中的示例代碼講解詳細,對我們學習Python有一定的幫助,感興趣的可以跟隨小編一起學習一下
    2022-12-12
  • 在Python的Django框架中顯示對象子集的方法

    在Python的Django框架中顯示對象子集的方法

    這篇文章主要介紹了在Python的Django框架中顯示對象子集的方法,即queryset的參數的使用相關,需要的朋友可以參考下
    2015-07-07
  • 使用Bazel編譯TensorBoard教程

    使用Bazel編譯TensorBoard教程

    今天小編就為大家分享一篇使用Bazel編譯TensorBoard教程,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-02-02
  • Python標準庫之typing的用法(類型標注)

    Python標準庫之typing的用法(類型標注)

    這篇文章主要介紹了Python標準庫之typing的用法(類型標注),具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2021-06-06
  • 基于PyQt5制作一個群發(fā)郵件工具

    基于PyQt5制作一個群發(fā)郵件工具

    這篇文章主要介紹了如何利用Python中的PyQt5模塊,制作一個簡易的郵件群發(fā)小工具,文中的示例代碼講解詳細,感興趣的小伙伴可以了解一下
    2022-04-04
  • OpenCV使用KNN完成OCR手寫體識別

    OpenCV使用KNN完成OCR手寫體識別

    這篇文章主要為大家介紹了OpenCV使用KNN完成OCR手寫體識別示例解析,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪
    2023-05-05

最新評論