前言
随着互联网时代的到来，人们更加倾向于互联网购物，某宝又是电商行业的巨头，在某宝平台中有很多商家数据，今天带大家使用python selenium工具获取这些公开的。
本篇文章适合Python零基础、对爬虫数据采集感兴趣的同学！
环境介绍：
python 3.6pycharmseleniumtime
selenium简介
自动化测试工具，驱动浏览器帮助我们获取到渲染之后的数据
模仿人的行为操作浏览器（用户行为加上代码逻辑的结合）
安装模块
代码语言：javascript复制pip install selenium
步骤
安装Webdriver
打开Google浏览器，点击进入设置界面
进入界面后点击关于Chrome，然后找到你Google浏览器的版本，安装Webdriver要对应浏览器的版本
导入模块
代码语言：javascript复制import time
import re
import csv
from selenium import webdriver
from selenium.webdriver import ActionChains
from 淘宝爬虫 import constans
入口测试代码
代码语言：javascript复制def search_product(key):
"""模拟搜索商品，登陆账户，获取最大页数"""
driver.get('http://www.taobao.com')
driver.find_element_by_id('q').send_keys(key) # 输入框输入商品关键字
driver.find_element_by_class_name('btn-search').click() # 点击搜索按钮
driver.implicitly_wait(10) # 隐式等待
driver.maximize_window() # 最大化浏览器
def main()
search_product(keyword)
if __name__ == '__main__':
keyword = input('请输入你要查询的商品数据：')
driver = webdriver.Chrome()
main()
解决登陆和解决滑块验证
代码语言：javascript复制 driver.find_element_by_xpath('//*[@id="fm-login-id"]').send_keys(constans.USERNAME) # 找到用户名输入账号
time.sleep(1)
driver.find_element_by_xpath('//*[@id="fm-login-password"]').send_keys(constans.PASSWORD) # 找到密码框输入密码
time.sleep(2)
login = driver.find_element_by_xpath("//span[contains(@class, 'btn_slide')]") # 找到滑动验证码滑块 手写
action = ActionChains(driver) # 创建动作连对象
action.click_and_hold(on_element=login) # 点击滑块维持动作
action.move_by_offset(xoffset=258, yoffset=0) # 设置动作链坐标长度
action.pause(0.5).release().perform() # 设置动作链执行时间 释放鼠标 执行动作链
driver.find_element_by_xpath('//*[@id="login-form"]/div[4]/button').click() # 找到登陆按钮点击
driver.implicitly_wait(10) # 隐式等待
解析数据
代码语言：javascript复制def get_product():
for div in divs:
info = div.find_element_by_xpath('.//div[@class="row row-2 title"]/a').text # 商品名称
price = div.find_element_by_xpath('.//strong').text '元' # 商品价格
deal = div.find_element_by_xpath('.//div[@class="deal-cnt"]').text # 付款人数
name = div.find_element_by_xpath('.//div[@class="shop"]/a').text # 店铺名称
print(info, price, deal, name, sep='|') # 分隔符
with open('data2.csv', 'a', newline='') as csvfile: # newline='' 指定一行一行写入
csvwriter = csv.writer(csvfile, delimiter=',') # delimiter=',' csv数据的分隔符
csvwriter.writerow([info, price, deal, name])
运行代码，效果如下图：
这样就可以获取第一页的数据了
运行代码，效果如下图：
解析页码
代码语言：javascript复制 page = driver.find_element_by_xpath('//*[@id="mainsrp-pager"]/div/div/div/div[1]').text # 找到页码标签
page = re.findall('(d )', page)[0]
# print('商品页数：', page)
return int(page)
def main():
"""程序的入口"""
print('正在爬取第1页的数据')
page = search_product(keyword)
get_product()
page_num = 1
while page_num != page:
print('*' * 100)
print('正在爬取第{}页的数据'.format(page_num 1))
print('*' * 100)
driver.get('https://s.taobao.com/search?q={}&s={}'.format(keyword, 44 * page_num)) # 拼接产品url地址
driver.implicitly_wait(10) # 浏览器等待方法
get_product()
page_num = 1
driver.quit()
最后运行代码，就可以爬取100页的数据了
