前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,如有问题请及时联系我们以作处理。

最近发现了一个不错的数据网站，叫“淘数据”。里面的数据都是淘宝的商家数据，包含了店名、类目、标价、成交均价、销量、销售金额等

这个网站还是一位同学和我说才知道的，既然这样，那就开始爬

项目目标

爬取淘宝假发专业数据，假发是我当时随便选的，再想选别的，要收费了

可能是命运的安排吧，知道程序员需要什么

受害者地址

https://www.taosj.com/industry/index.html#/data/hotitems/?cid=50023283&brand=&type=&pcid=

环境

Python3.6

pycharm

爬虫代码

导入所需工具

import requestsimport csv

分析网页，先F12打开开发者工具，复制你所需要的数据，找数据所在的标签

找到所需要的URL和headers中的参数

url = 'https://www.taosj.com/data/industry/hotitems/list?cid=50023283&brand=&type=ALL&date=1596211200000&pageNo=1&pageSize=10&orderType=desc&orderField='.format(page)headers = {    'Host':'www.taosj.com',    'Referer':'https://www.taosj.com/industry/index.html',    'User-Agent':'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36',}response = requests.get(url=url, headers=headers)html_data = response.json()

在json数据中提取相关数据

lis = html_data['data']['list']for li in lis:    tb_url = 'https://detail.tmall.com/item.htm?id={}'.format(li['id'])    dit = {        '标题': li['title'],        '店铺名称': li['shop'],        '类目': li['nextCatName'],        '标价': li['oriPrice'],        '成交均价': li['price'],        '销售量': li['offer30'],        '销售金额': li['price30'],        '淘宝地址': tb_url,    }

保存数据

f = open('淘数据.csv', mode='a', encoding='utf-8-sig', newline='')csv_writer = csv.DictWriter(f, fieldnames=['标题', '品牌', '店铺名称', '类目', '标价', '成交均价', '销售量', '销售金额', '淘宝地址'])csv_writer.writeheader()print(dit)

效果图

完整代码

import requestsimport csvf = open('淘数据.csv', mode='a', encoding='utf-8-sig', newline='')csv_writer = csv.DictWriter(f, fieldnames=['标题', '品牌', '店铺名称', '类目', '标价', '成交均价', '销售量', '销售金额', '淘宝地址'])csv_writer.writeheader()for page in range(1, 51):    url = 'https://www.taosj.com/data/industry/hotitems/list?cid=50023282&brand=&type=ALL&date=1596211200000&pageNo={}&pageSize=10&orderType=desc&orderField=amount&searchKey='.format(page)    """    复制开发者工具中的requests headers 中的参数 记得加cookie    """    headers = {        'Host': 'www.taosj.com',        'Referer': 'https://www.taosj.com/industry/index.html',        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36',    }    response = requests.get(url=url, headers=headers)    html_data = response.json()    lis = html_data['data']['list']    for li in lis:        tb_url = 'https://detail.tmall.com/item.htm?id={}'.format(li['id'])        dit = {            '标题': li['title'],            '品牌': li['brand'],            '店铺名称': li['shop'],            '类目': li['nextCatName'],            '标价': li['oriPrice'],            '成交均价': li['price'],            '销售量': li['offer30'],            '销售金额': li['price30'],            '淘宝地址': tb_url,        }        csv_writer.writerow(dit)        print(dit)

本站仅提供存储服务，所有内容均由用户发布，如发现有害或侵权内容，请点击举报。