Python爬取京東商品銷售數據進行數據分析示例代碼，以口紅為例

文章目錄

- 一、準備工作
- - 驅動安裝
  - 模塊使用與介紹
- 二、流程解析
- 三、完整代碼
- 四、效果展示
- - 關于Python技術儲備
  - - 一、Python所有方向的學習路線
    - 二、Python基礎學習視頻
    - 三、精品Python學習書籍
    - 四、Python工具包+項目源碼合集
    - ①Python工具包
    - ②Python實戰案例
    - ③Python小游戲源碼
    - 五、面試資料
    - 六、Python兼職渠道

一、準備工作

驅動安裝

實現案例之前，我們要先安裝一個谷歌驅動，因為我們是使用selenium 操控谷歌驅動，然后操控瀏覽器實現自動操作的，模擬人的行為去操作瀏覽器。

以谷歌瀏覽器為例，打開瀏覽器看下我們自己的版本，然后下載跟自己瀏覽器版本一樣或者最相近的版本，下載后解壓一下，把解壓好的插件放到我們的python環境里面，或者和代碼放到一起也可以。

模塊使用與介紹

selenium pip install selenium ，直接輸入selenium的話是默認安裝最新的，selenium后面加上版本號就是安裝對應的的版本；
csv 內置模塊，不需要安裝，把數據保存到Excel表格用的；
time 內置模塊，不需要安裝，時間模塊，主要用于延時等待；

二、流程解析

我們訪問一個網站，要輸入一個網址，所以代碼也是這么寫的。

首先導入模塊

from selenium import webdriver

文件名或者包名不要命名為selenium，會導致無法導入。 webdriver可以認為是瀏覽器的驅動器，要驅動瀏覽器必須用到webdriver，支持多種瀏覽器。

實例化瀏覽器對象，我這里用的是谷歌，建議大家用谷歌，方便一點。

driver = webdriver.Chrome()

我們用get訪問一個網址，自動打開網址。

driver.get('https://www.jd.com/')

運行一下

打開網址后，以買口紅為例。

我們首先要通過你想購買的商品關鍵字來搜索得到商品信息，用搜索結果去獲取信息。

那我們也要寫一個輸入，空白處點擊右鍵，選擇檢查。選擇element 元素面板

鼠標點擊左邊的箭頭按鈕，去點擊搜索框，它就會直接定位到搜索標簽。在標簽上點擊右鍵，選擇copy，選擇copy selector 。如果你是xpath ，就copy它的xpath 。然后把我們想要搜索的內容寫出來

driver.find\_element\_by\_css\_selector('#key').send\_keys('口紅')

再運行的時候，它就會自動打開瀏覽器進入目標網址搜索口紅。

同樣的方法，找到搜索按鈕進行點擊。

driver.find\_element\_by\_css\_selector('.button').click()

再運行就會自動點擊搜索了，頁面搜索出來了，那么咱們正常瀏覽網頁是要下拉網頁對吧，咱們讓它自動下拉就好了。先導入time模塊

import time

執行頁面滾動的操作

def drop\_down():"""執行頁面滾動的操作"""  # javascriptfor x in range(1, 12, 2):  # for循環下拉次數，取1 3 5 7 9 11， 在你不斷的下拉過程中, 頁面高度也會變的；time.sleep(1)j = x / 9  # 1/9  3/9  5/9  9/9# document.documentElement.scrollTop  指定滾動條的位置# document.documentElement.scrollHeight 獲取瀏覽器頁面的最大高度js = 'document.documentElement.scrollTop = document.documentElement.scrollHeight \* %f' % jdriver.execute\_script(js)  # 執行我們JS代碼

循環寫好了，然后調用一下。

drop\_down()

我們再給它來個延時

driver.implicitly\_wait(10)

這是一個隱式等待，等待網頁延時，網不好的話加載很慢。

隱式等待不是必須等十秒，在十秒內你的網絡加載好后，它隨時會加載，十秒后沒加載出來的話才會強行加載。

還有另外一種死等的，你寫的幾秒就等幾秒，相對沒有那么人性化。

time.sleep(10)

加載完數據后我們需要去找商品數據來源

價格/標題/評價/封面/店鋪等等

還是鼠標右鍵點擊檢查，在element ，點擊小箭頭去點擊你想查看的數據。

可以看到都在li標簽里面獲取所有的 li 標簽內容，還是一樣的，直接copy 。在左下角就有了這里表示的是取的第一個，但是我們是要獲取所有的標簽，所以左邊框框里 li 后面的可以刪掉不要。不要的話，可以看到這里是60個商品數據，一頁是60個。所以我們把剩下的復制過來, 用lis接收一下。

lis = driver.find\_elements\_by\_css\_selector('#J\_goodsList ul li')

因為我們是獲取所有的標簽數據，所以比之前多了一個s

打印一下

print(lis)

通過lis返回數據列表 [] 列表里面的元素 <> 對象

遍歷一下，把所有的元素拿出來。

for li in lis:title = li.find\_element\_by\_css\_selector('.p-name em').text.replace('\\n', '')  # 商品標題 獲取標簽文本數據price = li.find\_element\_by\_css\_selector('.p-price strong i').text  # 價格commit = li.find\_element\_by\_css\_selector('.p-commit strong a').text  # 評論量shop\_name = li.find\_element\_by\_css\_selector('.J\_im\_icon a').text  # 店鋪名字href = li.find\_element\_by\_css\_selector('.p-img a').get\_attribute('href')  # 商品詳情頁icons = li.find\_elements\_by\_css\_selector('.p-icons i')icon = ','.join(\[i.text for i in icons\])  # 列表推導式  ','.join 以逗號把列表中的元素拼接成一個字符串數據dit = {'商品標題': title,'商品價格': price,'評論量': commit,'店鋪名字': shop\_name,'標簽': icon,'商品詳情頁': href,}csv\_writer.writerow(dit)print(title, price, commit, href, icon, sep=' | ')

搜索功能

key\_world = input('請輸入你想要獲取商品數據: ')

要獲取的數據，獲取到后保存CSV

f = open(f'京東{key\_world}商品數據.csv', mode='a', encoding='utf-8', newline='')
csv\_writer = csv.DictWriter(f, fieldnames=\['商品標題','商品價格','評論量','店鋪名字','標簽','商品詳情頁',
\])
csv\_writer.writeheader()

然后再寫一個自動翻頁

for page in range(1, 11):print(f'正在爬取第{page}頁的數據內容')time.sleep(1)drop\_down()get\_shop\_info()  # 下載數據driver.find\_element\_by\_css\_selector('.pn-next').click()  # 點擊下一頁

三、完整代碼

from selenium import webdriver
import time
import csvdef drop\_down():"""執行頁面滾動的操作"""  for x in range(1, 12, 2):  time.sleep(1)j = x / 9  # 1/9  3/9  5/9  9/9# document.documentElement.scrollTop  指定滾動條的位置# document.documentElement.scrollHeight 獲取瀏覽器頁面的最大高度js = 'document.documentElement.scrollTop = document.documentElement.scrollHeight \* %f' % jdriver.execute\_script(js)  # 執行JS代碼key\_world = input('請輸入你想要獲取商品數據: ')f = open(f'京東{key\_world}商品數據.csv', mode='a', encoding='utf-8', newline='')
csv\_writer = csv.DictWriter(f, fieldnames=\['商品標題','商品價格','評論量','店鋪名字','標簽','商品詳情頁',
\])
csv\_writer.writeheader()# 實例化一個瀏覽器對象driver = webdriver.Chrome()
driver.get('https://www.jd.com/')  # 訪問一個網址 打開瀏覽器 打開網址
# 通過css語法在element(元素面板)里面查找 #key 某個標簽數據 輸入一個關鍵詞 口紅
driver.find\_element\_by\_css\_selector('#key').send\_keys(key\_world)  # 找到輸入框標簽
driver.find\_element\_by\_css\_selector('.button').click()  # 找到搜索按鈕 進行點擊
# time.sleep(10) # 等待 
# driver.implicitly\_wait(10)  # 隱式等待 def get\_shop\_info():# 第一步 獲取所有的li標簽內容driver.implicitly\_wait(10)lis = driver.find\_elements\_by\_css\_selector('#J\_goodsList ul li')  # 獲取多個標簽# 返回數據 列表 \[\] 列表里面的元素 <> 對象# print(len(lis))for li in lis:title = li.find\_element\_by\_css\_selector('.p-name em').text.replace('\\n', '')  # 商品標題 獲取標簽文本數據price = li.find\_element\_by\_css\_selector('.p-price strong i').text  # 價格commit = li.find\_element\_by\_css\_selector('.p-commit strong a').text  # 評論量shop\_name = li.find\_element\_by\_css\_selector('.J\_im\_icon a').text  # 店鋪名字href = li.find\_element\_by\_css\_selector('.p-img a').get\_attribute('href')  # 商品詳情頁icons = li.find\_elements\_by\_css\_selector('.p-icons i')icon = ','.join(\[i.text for i in icons\])  # 列表推導式  ','.join 以逗號把列表中的元素拼接成一個字符串數據dit = {'商品標題': title,'商品價格': price,'評論量': commit,'店鋪名字': shop\_name,'標簽': icon,'商品詳情頁': href,}csv\_writer.writerow(dit)print(title, price, commit, href, icon, sep=' | ')# print(href)for page in range(1, 11):print(f'正在爬取第{page}頁的數據內容')time.sleep(1)drop\_down()get\_shop\_info()  # 下載數據driver.find\_element\_by\_css\_selector('.pn-next').click()  # 點擊下一頁driver.quit()  # 關閉瀏覽器