Python爬蟲實戰(zhàn)之爬取京東商品數(shù)據(jù)并實實現(xiàn)數(shù)據(jù)可視化
一、開發(fā)工具
Python版本：3.6.4
相關(guān)模塊：
DecryptLogin模塊；
argparse模塊；
以及一些python自帶的模塊。
二、環(huán)境搭建
安裝Python并添加到環(huán)境變量，pip安裝需要的相關(guān)模塊即可。
三、原理簡介
原理其實挺簡單的，首先，我們利用之前開源的DecryptLogin庫來實現(xiàn)一下微博的模擬登錄操作：
'''模擬登錄京東''' @staticmethod def login(): lg = login.Login() infos_return, session = lg.jingdong() return session
然后寫幾行簡單的代碼來保存一下登錄后的會話，省得每次運行程序都要先模擬登錄京東：
if os.path.isfile('session.pkl'):
print('[INFO]: 檢測到已有會話文件session.pkl, 將直接導(dǎo)入該文件...')
self.session = pickle.load(open('session.pkl', 'rb'))
self.session.headers.update({'Referer': ''})
else:
self.session = JDGoodsCrawler.login()
f = open('session.pkl', 'wb')
pickle.dump(self.session, f)
f.close()
接著去京東抓一波包，一樣的套路，有種屢試不爽的感覺：
看看請求這個接口需要提交的參數(shù)：
我們可以簡單分析一下每個參數(shù)的含義：
area: 不用管，可以看作一個固定值 enc: 指定編碼, 可以看作固定值"utf-8" keyword: 搜索的關(guān)鍵詞 adType: 不用管，可以看作一個固定值 page: 當(dāng)前的頁碼 ad_ids: 不用管，可以看作一個固定值 xtest: 不用管，可以看作一個固定值 _: 時間戳
也就是說我們需要提交的params的內(nèi)容大概是這樣子的：
params = {
'area': '15',
'enc': 'utf-8',
'keyword': goods_name,
'adType': '7',
'page': str(page_count),
'ad_ids': '291:19',
'xtest': 'new_search',
'_': str(int(time.time()*1000))
}
構(gòu)造好需要提交的params之后，只需要利用登錄后的session去請求我們抓包得到的接口：
response = self.session.get(search_url, params=params)
然后從返回的數(shù)據(jù)里解析并提取我們需要的數(shù)據(jù)就可以啦：
response_json = response.json()
all_items = response_json.get('291', [])
for item in all_items:
goods_infos_dict.update({len(goods_infos_dict)+1:
{
'image_url': item.get('image_url', ''),
'price': item.get('pc_price', ''),
'shop_name': item.get('shop_link', {}).get('shop_name', ''),
'num_comments': item.get('comment_num', ''),
'link_url': item.get('link_url', ''),
'color': item.get('color', ''),
'title': item.get('ad_title', ''),
'self_run': item.get('self_run', ''),
'good_rate': item.get('good_rate', '')
}
})
四、數(shù)據(jù)可視化
老規(guī)矩，可視化一波我們爬取到的數(shù)據(jù)唄。以我們爬取到的無人機商品數(shù)據(jù)為例。首先，我們來看看京東里賣無人機的自營店和非自營店比例吧：
咦，竟然是非自營店占多。我一直以為京東基本都是自營店，雖然我基本不用京東。真是個天大的誤解T_T。
接著，我們再來看看京東自己給的商品排名前10的那幾家店的商品評論數(shù)量唄：
對比一下評論最多的店鋪：
看來評論數(shù)量和京東給的商品排名并沒有直接聯(lián)系T_T，竟然沒有一家店是重復(fù)的。
再來看看無人機相關(guān)商品的價格分布唄：
到此這篇關(guān)于Python爬蟲實戰(zhàn)之爬取京東商品數(shù)據(jù)并實實現(xiàn)數(shù)據(jù)可視化的文章就介紹到這了,更多相關(guān)Python可視化京東商品數(shù)據(jù) 內(nèi)容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站！
版權(quán)聲明：本站文章來源標注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非maisonbaluchon.cn所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。
關(guān)注官方微信