温馨提示×

温馨提示×

您好,登录后才能下订单哦!

密码登录×
登录注册×
其他方式登录
点击 登录注册 即表示同意《亿速云用户服务条款》

python如何爬取淘宝某关键词的所有商品及其信息

发布时间:2022-01-13 15:16:14 来源:亿速云 阅读:115 作者:小新 栏目:大数据

这篇文章将为大家详细讲解有关python如何爬取淘宝某关键词的所有商品及其信息,小编觉得挺实用的,因此分享给大家做个参考,希望大家阅读完这篇文章后可以有所收获。

源代码:https://github.com/Ckend/taobao_scrapy

源代码包含两个Python文件,get_items.py 用于通过关键词获得商品基本信息,包括商品名称、店铺、销量、评论数、图片、优惠、出货地、原价等等。输出格式为.csv文件。

另一个Python文件: get_review_cloud.py 用于通过userID和itemID (从get_items.py中获得这两个信息) 获得某商品的评论云。输出.csv文件。

源代码很简单,十几行,逻辑如下:

1. 访问接口(f=urllib.request.urlopen(url)) 

2. 读取源代码并解码为utf-8然后转化为json 

3. 写入至.csv文件。

以下给出get_items.py的内容

get_items.py:

import urllib.request

import urllib.parse

import json

import csv


def write_csv(data, filename):

    count = 0

    with open(filename, 'a') as outf:

        dw = csv.DictWriter(outf, fieldnames=["title","sold","commentCount","item_id","shipping","fastPostFee","userId","nick","userType","isB2c","location","sellerLoc","pic_path","type","tItemType","zkType","zkGroup","priceColor","priceWithRate","auctionURL","isP4p","itemNumId","originalPrice","freight","act","coinLimit","priceWap","price","category","auctionType","url","img2","wwimUrl","previewUrl","favoriteUrl","isMobileEcard","iswebp","name","iconList","icons","area"])

        if count == 0:

            # 第一行才写入头部

            dw.writeheader()

        count += 1

        for row in data:

            dw.writerow(row)


def get_items(searchWords, page):

    url = "https://s.m.taobao.com/search?event_submit_do_new_search_auction=1&_input_charset=utf-8&topSearch=1&atype=b&searchfrom=1&action=home%3Aredirect_app_action&from=1&q="+ str(urllib.parse.quote(searchWords)) +"&sst=1&n=20&buying=buyitnow&m=api4h6&token4h6=&abtest=20&wlsort=20&page="+str(page)

    f = urllib.request.urlopen(url)

    result = json.loads(f.read().decode('utf-8'))

    return result['listItem']


def get_items_by_keywords(searchWords, page):

    for i in range(1,page):

        result = get_items(searchWords ,i)

    try:

        write_csv(result,"./result/"+str(searchWords)+"_result.csv")

    except INdexError:

        # 关键词产品已抓取完

        print("该关键词产品已全部抓取完毕")


get_items_by_keywords("空气清新器", 100)


关于“python如何爬取淘宝某关键词的所有商品及其信息”这篇文章就分享到这里了,希望以上内容可以对大家有一定的帮助,使各位可以学到更多知识,如果觉得文章不错,请把它分享出去让更多的人看到。

向AI问一下细节

免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。

AI