@TOC
说明
本文主要用DrissionPage自动化技术进行数据爬取,本资源经博主测试,可完整运行,可当做课程设计使用,如遇运行问题可以联系博主(博主正常上班时间可能回复不及时,望谅解),本资源提供的内容包括可以运行的源代码和使用说明文档,使用源码时请先看提供的说明文档,说明文档有标注运行所需的环境以及相关注意事项,需要仔细按照文档操作,完成代码的运行,代码注释详细完整,如有一定的编程能力可以自行修改源码
python的爬虫技术的使用必须遵守当地法律法规,不得从事于非法活动,如有侵权,联系删除,望悉知!!!!
一、 环境说明
使用前必须检查以下环境
(1) python编译环境
(2) python脚本执行所需要的库,具体看代码(main.py)import导入的部分库
(3) 确保电脑可以正常连接网络,可以正常访问淘宝链接
备注:博主测试的python环境是3.8.8,尽量用python3版本
二、代码说明
代码请查看main.py,先看需要引入的库的部分,使用前需要保证这些库的正确引入,重点需要注意的是DrissionPage库的引入,该库用于爬取数据
共分为两个主要方法,一个是get_data方法,用于爬取数据,另一个是save_to_csv方法,用于保存数据
_main_是主函数入口,这里默认爬取30页的数据,可以根据实际情况修改要爬取的页数,不过需要注意的是,淘宝有很严格的反爬机制,如果爬取太多页的数据,可能会触发淘宝的相关反爬机制,例如限流、返回异常数据、或者弹窗验证码等操作。
数据爬取完成后,会在main.py同级目录下生成一个data目录,里面存放爬取的数据,格式为csv
三、执行效果
本程序是用DrissionPage自动化技术进行数据爬取,原理是模拟真人去点击和输入进行查询,过程是代码自动执行的,会自动打开默认浏览器,自动输入淘宝地址,自动进行检索,具体执行爬取截图如下:
注意:可以先提前在默认浏览器上面登录淘宝
四、源码获取
源码下载后的内容截图,使用前代码前一定要先看使用说明和免责说明,按照使用说明进行操作,里面详细写明了使用步骤、注意事项以及可能遇到的反爬机制应对方法
获取路径:https://www.minidata.top/minidata/front/index?keyword=python爬虫爬取淘宝热销(热门)台式电脑商品信息
更多资源欢迎访问迷你数据:https://www.minidata.top/minidata/front/index