MyException - 我的异常网
当前位置:我的异常网» 行业应用 » 生手学习网页爬虫之1688热门商品过程笔记

生手学习网页爬虫之1688热门商品过程笔记

www.MyException.Cn  网友分享于:2018-03-30  浏览:0次
新手学习网页爬虫之1688热门商品过程笔记

本文演示无需代码可视化的方法使用抓取1688-热门词- 鞋的方法。。



在开始之前,可以先参考一下这些文章,希望有帮助:
小白30分钟学会网页爬虫
网页爬虫真实案例记录

 

文中用到的可视化爬虫制作工具(官网),只作为演示使用,实际应用中可以替换成自己拿手的工具或代码语言即可。

 

巴巴商品抓取数据说明:本文进行了 巴巴-热门词- 鞋页面的商品信息抓取,并 并进入每条商品的详情页,抓取详情页的信息。本文仅以“ 巴巴-热门词- 鞋页面的商品信息抓取”为例。大家在实操过程中,可根据自身需求,更换 巴巴的其他内容进行数据抓取。

巴巴商品抓取字段详细说明:商品标题、商品 、商品起批量、商品 、商家名称、成交次数,评价数量,经营模式。

 

步骤1:创建抓取任务

1)进入主界面,选择“自定义模式”

 

大图>>

 

2)将要抓取的网址复制粘贴到网站输入框中, “保存网址”

 

大图>>

 

步骤2:创建翻页循环

1)打开“流程”,以更清楚地看到每一步操作。将页面下拉到底部, “下一页”按钮,在右侧的操作提示框中,选择“循环 下一页”

 

大图>>

由于此网页涉及Ajax技术,我们需要进行一些高级选项的设置。选中“ 元素”步骤,打开“高级选项”,勾选“Ajax加载数据”,设置时间为“2秒”

 

大图>>

注:AJAX即延时加载、异步更新的一种脚本技术, 在 与 器进行少量数据交换,可以在不重新加载整个网页的情况下,对网页的某部分进行更新。

表现特征:a、 网页中某个选项时,大部分网站的网址不会改变;b、网页不是完全加载,只是局部进行了数据加载,有所变化。

验证方式: 操作后,在浏览器中,网址输入栏不会出现加载中的状态或者转圈状态。

 

步骤3:创建列表循环

1)移动鼠标,选中页面里的第一条搜索结果的链接。系统会自动识别此页面中的同类链接, “选中全部”

 

大图>>

 

2)选择“循环 每个链接”,以创建一个列表循环

 

大图>>

 

步骤4:提取商品信息

1)在创建列表循环后,系统会自动 第一条商品信息的链接,进入商品详情页。 需要的字段信息,在右侧的操作提示框中,选择“抓取该元素的文本”

 

大图>>

 

2)继续 要抓取的字段,选择“抓取该元素的文本”。抓取的字段会自动添加到上方的数据编辑框中。选中相应的字段,可以进行字段的自定义命名。自定义命名完成后, “保存并开始抓取”

 

大图>>

 

3)选择“启动本地抓取”

 

大图>>

 

 

步骤5:数据抓取及导出

1)抓取完成后,会跳出提示,选择“导出数据”。选择“合适的导出方式”,将抓取好的数据导出

 

大图>>

 

2)这里我们选择excel作为导出为格式,数据导出后如下图

 

大图>>

 

文中用到的可视化爬虫制作工具(官网),只作为演示使用,实际应用中可以替换成自己拿手的工具或代码语言即可。

文章评论

一个程序员的时间管理
一个程序员的时间管理
程序员都该阅读的书
程序员都该阅读的书
如何区分一个程序员是“老手“还是“新手“?
如何区分一个程序员是“老手“还是“新手“?
我跳槽是因为他们的显示器更大
我跳槽是因为他们的显示器更大
那些争议最大的编程观点
那些争议最大的编程观点
10个调试和排错的小建议
10个调试和排错的小建议
那些性感的让人尖叫的程序员
那些性感的让人尖叫的程序员
60个开发者不容错过的免费资源库
60个开发者不容错过的免费资源库
什么才是优秀的用户界面设计
什么才是优秀的用户界面设计
程序员眼里IE浏览器是什么样的
程序员眼里IE浏览器是什么样的
2013年中国软件开发者薪资调查报告
2013年中国软件开发者薪资调查报告
程序员的鄙视链
程序员的鄙视链
聊聊HTTPS和SSL/TLS协议
聊聊HTTPS和SSL/TLS协议
我是如何打败拖延症的
我是如何打败拖延症的
亲爱的项目经理,我恨你
亲爱的项目经理,我恨你
初级 vs 高级开发者 哪个性价比更高?
初级 vs 高级开发者 哪个性价比更高?
要嫁就嫁程序猿—钱多话少死的早
要嫁就嫁程序猿—钱多话少死的早
2013年美国开发者薪资调查报告
2013年美国开发者薪资调查报告
为什么程序员都是夜猫子
为什么程序员都是夜猫子
代码女神横空出世
代码女神横空出世
编程语言是女人
编程语言是女人
写给自己也写给你 自己到底该何去何从
写给自己也写给你 自己到底该何去何从
总结2014中国互联网十大段子
总结2014中国互联网十大段子
每天工作4小时的程序员
每天工作4小时的程序员
我的丈夫是个程序员
我的丈夫是个程序员
中美印日四国程序员比较
中美印日四国程序员比较
10个帮程序员减压放松的网站
10个帮程序员减压放松的网站
做程序猿的老婆应该注意的一些事情
做程序猿的老婆应该注意的一些事情
不懂技术不要对懂技术的人说这很容易实现
不懂技术不要对懂技术的人说这很容易实现
5款最佳正则表达式编辑调试器
5款最佳正则表达式编辑调试器
旅行,写作,编程
旅行,写作,编程
老程序员的下场
老程序员的下场
为啥Android手机总会越用越慢?
为啥Android手机总会越用越慢?
程序员最害怕的5件事 你中招了吗?
程序员最害怕的5件事 你中招了吗?
程序员周末都喜欢做什么?
程序员周末都喜欢做什么?
Java 与 .NET 的平台发展之争
Java 与 .NET 的平台发展之争
程序员必看的十大电影
程序员必看的十大电影
Web开发者需具备的8个好习惯
Web开发者需具备的8个好习惯
Java程序员必看电影
Java程序员必看电影
看13位CEO、创始人和高管如何提高工作效率
看13位CEO、创始人和高管如何提高工作效率
当下全球最炙手可热的八位少年创业者
当下全球最炙手可热的八位少年创业者
团队中“技术大拿”并非越多越好
团队中“技术大拿”并非越多越好
“懒”出效率是程序员的美德
“懒”出效率是程序员的美德
Web开发人员为什么越来越懒了?
Web开发人员为什么越来越懒了?
程序员的一天:一寸光阴一寸金
程序员的一天:一寸光阴一寸金
程序员应该关注的一些事儿
程序员应该关注的一些事儿
程序员和编码员之间的区别
程序员和编码员之间的区别
科技史上最臭名昭著的13大罪犯
科技史上最臭名昭著的13大罪犯
老美怎么看待阿里赴美上市
老美怎么看待阿里赴美上市
软件开发程序错误异常ExceptionCopyright © 2009-2015 MyException 版权所有