Selenium 爬取淘宝商品转载：https://mp.weixin.qq.com/s/7aul82HqxszH5jH9pSpZrA

2021-07-14 22:04:11 阅读：161 来源： 互联网

标签：qq 7aul82HqxszH5jH9pSpZrA get weixin driver options df item find

引入相关的包

import os
from urllib.parse import unquote
import pandas as pd
from selenium import webdriver
from selenium.webdriver.common.by import By

使用 selenium 启动 Chrome 浏览器

url = 'https://uland.taobao.com/sem/tbsearch?'

def get_driver(url):
    # 实例化一个启动参数对象
    options = webdriver.ChromeOptions()

    # 添加启动参数
    options.add_argument('--headless')  # 无界面模式

    # 禁用浏览器正在被自动化程序控制的提示
    # options.add_argument('--disable-infobars') # 新版已失效
    options.add_experimental_option("useAutomationExtension", False)  # 添加实验性质的设置参数
    options.add_experimental_option("excludeSwitches", ['enable-automation'])

    # 禁用图片加载
    prefs = {
        'profile.default_content_setting_values': {
            'images': 2
        }
    }

    options.add_experimental_option('prefs', prefs)

    driver = webdriver.Chrome(executable_path='./chromedriver.exe', options=options)
    driver.get(url)

    inputs = driver.find_element_by_id('J_search_key')
    inputs.send_keys('华为手机')

    search_btn = driver.find_element_by_css_selector('.submit')
    search_btn.click()
    return driver


driver = get_driver(url)

获取商品信息

def get_products(driver):
    items = driver.find_elements(By.XPATH, "//div//ul[@class='pc-search-items-list']/li")
    data = []
    for item in items:
        title = item.find_element_by_xpath(".//div/span[@class='title-text']").text
        price = item.find_element_by_xpath(".//div/span[@class='coupon-price-afterCoupon']").text
        store = item.find_element_by_xpath(".//div/div[@class='seller-name']").text
        sell = item.find_element_by_xpath(".//div/div[@class='sell-info']").text.split(' ')[-1]
        store_link = item.find_element_by_xpath("./a").get_attribute('href')
        data.append([title, price, store, sell, store_link])
    df = pd.DataFrame(data, columns=['title', 'price', 'store', 'sell', 'store_link'])
    save_df(df)

结果保存为csv

def save_df(df=None, path='./phone.csv'):
    if os.path.exists(path):
        df_exist = pd.read_csv(path, encoding='utf8', index_col=0)
        df = pd.concat([df_exist, df])
    df.to_csv(path, encoding='utf8')

获取下一页

def get_next_page(driver):
    driver.implicitly_wait(10)
    next_btn = driver.find_element_by_xpath(
        ".//span[@class='pc-search-page-item pc-search-page-item-after J_page-nav-item']")
    next_btn.click()

循环获取所有信息

def get_all_pages(driver, maxPage=4):
    try:
        current = int(unquote(driver.current_url).split('=')[-1])
    except:
        current = 0
    while current <= maxPage:
        get_products(driver)
        get_next_page(driver)
        driver.implicitly_wait(10)
        current = int(unquote(driver.current_url).split('=')[-1])

结果：

标签：qq,7aul82HqxszH5jH9pSpZrA,get,weixin,driver,options,df,item,find
来源： https://www.cnblogs.com/testzcy/p/15013154.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。

ICode9