爬虫---爬取京东的商品数据

提出问题

如何在京东商城爬取出各个商品的相关信息(价格，名称，评价，店铺名等等)，
比如，打开web京东网站，在搜索框输入关键字：口红；那么商品展示列表的所有商品的信息，怎么爬下来，怎么保存到表格中。请实现这个功能。

 解决思路

1、打开网站，输入关键字，点击搜索按钮
2、将右侧下拉框拉到最下面，保证获取到全部的数据
3、将每一个商品进行遍历，把每个item中的价格，名称，店铺，评价数量全部获取到
4、将获取的信息，装在表格中

 1 import time
 2 import pandas as pd
 3 from selenium import webdriver
 4 import requests
 5 from selenium.webdriver import Keys
 6 from selenium.webdriver.common.by import By
 7 
 8 if __name__ == '__main__':
 9     search_word = input("请输入你要搜索的商品：")
10     page_size = int(input("请输入你要爬取的页数："))
11     prices, names, commits, shops = [], [], [], []
12     # 打开浏览器
13     driver = webdriver.Chrome()
14     driver.get("https://www.jd.com")
15     time.sleep(1)
16     # 将web网页窗口最大化
17     driver.maximize_window()
18     # 找到搜索框
19     input_box = driver.find_element(By.ID, "key")
20     # 将搜索的字输入到京东搜索框中
21     input_box.send_keys(search_word)
22     # 按下enter键
23     input_box.send_keys(Keys.ENTER)
24 
25     # range(page_size)
26     for i in range(page_size):
27         # 将下拉框拖到最下面：
28         driver.execute_script('window.scrollTo(0,document.body.scrollHeight)')
29         time.sleep(3)  # 确保在向下拖动的过程中，数据全部加载出来，加几秒等待
30 
31         # 获取所有的li
32         good_lists = driver.find_elements(By.XPATH, '//*[@id="J_goodsList"]/ul/li')
33 
34         for item in good_lists:
35             # 找到产品的价格
36             price = item.find_element(By.CLASS_NAME, "p-price").text
37             # 找到商品的名字
38             name = item.find_element(By.CLASS_NAME, "p-name").text
39             # 找到商品的评论
40             commit = item.find_element(By.CLASS_NAME, "p-commit").text
41             # 找到商品的店铺
42             shop = item.find_element(By.CLASS_NAME, "p-shop").text
43             # 将每一次爬到的数据信息，追加到列表[ ]中
44             prices.append(price)
45             names.append(name)
46             commits.append(commit)
47             shops.append(shop)
48 
49         # 点击下一页
50         driver.find_element(By.CLASS_NAME, "pn-next").click()
51 
52     df = pd.DataFrame({
53         "价格": prices,
54         "名称": names,
55         "评论": commits,
56         "商家": shops
57     })
58 
59     # 将数据保存到excel表格中
60     df.to_excel("{}.xlsx".format(search_word))

 以上就是一个比较基础的爬虫Demo，通过selenium来实现，爬取的数据的业务逻辑较为简单，最后生成放在表格中就可以了。

感兴趣的同学可以去淘宝网去爬一下，练练手。