selenium+pyquery爬取淘宝商品信息
Posted ray-mmss
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了selenium+pyquery爬取淘宝商品信息相关的知识,希望对你有一定的参考价值。
import re from selenium import webdriver from selenium.common.exceptions import TimeoutException from selenium.webdriver.common.by import By from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC from pyquery import PyQuery as pq KEYWORD = ‘小米手机‘ MAX_PAGE = 3 # 浏览器驱动 browser = webdriver.Chrome() wait = WebDriverWait(browser,10) def get_products(): # 获取网页源代码 html = browser.page_source # 解析 content = pq(browser.page_source) # 得到所有选择的内容 items = content(‘#mainsrp-itemlist .m-itemlist .grid.g-clearfix .item‘).items() for item in items: product = { ‘image‘:item.find(‘.pic .img‘).attr(‘data-src‘), ‘price‘:item.find(‘.price‘).text().strip(), ‘deal‘:item.find(‘.deal-cnt‘).text(), ‘title‘:item.find(‘.title‘).text(), ‘shop‘:item.find(‘.shop‘).text(), ‘location‘:item.find(‘.location‘).text() } print(‘--------{}---------- ‘.format(product)) def index_page(page): ‘‘‘ 抓取索引页 :param page: :return: ‘‘‘ print(10*‘-‘,‘正在抓取第{}页‘.format(page),10*‘-‘) try: url = ‘https://s.taobao.com/search?q={}‘.format(KEYWORD) print(url) browser.get(url) # 如果抓取的不是第一页,进行跳页操作 if page > 1: input = wait.until(EC.presence_of_element_located(( By.CSS_SELECTOR,‘#mainsrp-pager > div > div > div > div.form > input‘ ))) submit = wait.until(EC.element_to_be_clickable(( By.CSS_SELECTOR,‘#mainsrp-pager > div > div > div > div.form > span.btn.J_Submit‘ ))) input.clear() input.send_keys(page) submit.click() # 等待页面加载完成(当前高亮页码是page) wait.until(EC.text_to_be_present_in_element(( By.CSS_SELECTOR,‘#mainsrp-pager > div > div > div > ul > li.item.active > span‘ ),str(page))) # 等待所有商品信息加载完成 wait.until(EC.presence_of_element_located(( By.CSS_SELECTOR,‘#mainsrp-itemlist .m-itemlist .grid.g-clearfix .item‘) )) get_products() except TimeoutException: index_page() def main(): # 遍历每一页 for page in range(1,MAX_PAGE+1): index_page(page)
以上是关于selenium+pyquery爬取淘宝商品信息的主要内容,如果未能解决你的问题,请参考以下文章
python -- 使用selenium模拟登录淘宝,爬取商品信息