加入 Gitee
与超过 1200万 开发者一起发现、参与优秀开源项目,私有仓库也完全免费 :)
免费加入
文件
该仓库未声明开源许可证文件(LICENSE),使用请关注具体项目描述及其代码上游依赖。
克隆/下载
使用Selenium爬取淘宝.py 2.57 KB
一键复制 编辑 原始数据 按行查看 历史
from selenium import webdriver
from selenium.common.exceptions import TimeoutException
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC
from selenium.webdriver.support.wait import WebDriverWait
from urllib.parse import quote
from pyquery import PyQuery as pq
browser=webdriver.Chrome()
wait=WebDriverWait(browser,10)
a=input('请输入你想要查找的商品:')
KEYWORD=a
def index_page(page):
print('当前爬取%s页'%page)
try:
url='https://s.taobao.com/search?q='+quote(KEYWORD)
#print(url)
browser.get(url)
if page>1:
input=wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '#mainsrp-pager div.form > input')))
#submit=wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, '#mainsrp-pager div.form > span.btn.J_Submit')))
#EC.presence_of_element_located
submit = wait.until(
EC.element_to_be_clickable((By.CSS_SELECTOR, '#mainsrp-pager div.form > span.btn.J_Submit')))
input.clear()
input.send_keys(page)
submit.click()
wait.until(EC.text_to_be_present_in_element((By.CSS_SELECTOR, '#mainsrp-pager li.item.active > span'), str(page)))
wait.until(EC.presence_of_element_located((By.CSS_SELECTOR,'.m-itemlist .items .item')))
get_products()
except TimeoutException:
index_page(page)
def get_products():
html=browser.page_source
#print(html)
doc=pq(html)
items = doc('#mainsrp-itemlist .items .item').items()
#print(1)
for item in items:
#print(item)
for item in items:
product = {
'图片地址': item.find('.pic .J_ItemPic').attr('data-src'),
'价格': item.find('.price').text(),
'多少人付款': item.find('.deal-cnt').text(),
'内容': item.find('.title').text(),
'店铺名': item.find('.shop').text(),
'地点': item.find('.location').text()
}
print(product)
MAX_PAGE=100
for u in range(1,101):
index_page(u)
'''
product={
'image':item.find('.pic .J_ItemPic.img').attr('data-src'),
'price':item.find('.price').text(),
'deal':item.find('.deal-cnt').text(),
#'title':item.find('#J_Itemlist_TLink_566940629944 span.baoyou-intitle.icon-service-free').text(),
'shop':item.find('shop').text(),
'location':item.find('.location').text()
}
'''
Loading...
马建仓 AI 助手
尝试更多
代码解读
代码找茬
代码优化