前言

今天为大家带来利用Python模拟登录京东书籍商品数据抓取，废话不多说。

Let's start happily

开发工具

Python版本： 3.6.4

相关模块：

selenium模块

time模块

requests模块

lxml模块

csv模块

环境搭建

安装Python并添加到环境变量，pip安装需要的相关模块即可。

思路分析

本文以爬虫抓取京东书籍商品，讲解如何爬取模拟登录京东抓取数据

1.获取页面信息

class JdSpider(object):
    def __init__(self):
        self.i = 0
        self.url = "https://www.jd.com"
        self.browser = webdriver.Chrome(r"C:/python-3.9.6-embed-amd64/Application/chromedriver.exe")

2.获取页面信息 --到具体商品页面

def get_html(self):
        # self.browser.set_window_size(1200, 800)         # 控制浏览器大小
        # self.browser.back()                           # 浏览器后退
        # self.browser.forward()                        # 浏览器前进

        self.browser.get(self.url)
        self.browser.execute_cdp_cmd("Page.addScriptToEvaluateOnNewDocument",
                                     {
                                         "source": """Object.defineProperty(navigator, 'webdriver', {get: () => undefined})"""})
        a = input('请输入你想要的商品：')
        self.browser.find_element_by_xpath('//*[@id="key"]').send_keys(a)

3.解析页面

 # 解析页面
    def parse_html(self):
        # 把下拉菜单拉到底部,执行JS脚本
        self.browser.execute_script('window.scrollTo(0,document.body.scrollHeight)')
        time.sleep(2)
        # 提取所有商品节点对象列表 li列表
        li_list = self.browser.find_elements_by_xpath('//*[@id="J_goodsList"]/ul/li')

结果展示

4.创建csv，写入header

  # 创建csv
        fp = open('京东商品信息爬取.csv', 'wt', newline='', encoding='utf-8')

        # 写入header
        writer = csv.writer(fp)
        writer.writerow(('价格', '评价', '出版社', '商品信息',))
        for li in li_list:
            info_list = li.text.split('\n')
            if info_list[0].startswith('每满') or info_list[1].startswith('￥'):
                price = info_list[1]
                name = info_list[2]
                comment = info_list[3]
                shop = info_list[4]
            elif info_list[0].startswith('单件'):
                price = info_list[3]
                name = info_list[4]
                comment = info_list[5]
                shop = info_list[6]
            else:
                price = info_list[0]
                name = info_list[1]
                comment = info_list[2]
                shop = info_list[3]
            writer.writerow((price, comment, shop, name))

            print(price, comment, shop, name)

结果展示