数据采集实战(二)-
1. 概述
京粉(https://union.jd.com/)是京东联盟下的网站,通过分享其中的商品链接可以赚取佣金,类似淘客联盟。
采集京粉的商品,既可以练习 puppeteer的使用,平时想在京东购物时,也能用得上(采集看看有类似商品的价格和评价)。
2. 主要流程
采集的流程很简单:
2.1 登录
登录本来是很简单的步骤,只是京粉的登录有点特殊,它的登录框是在 iframe 中,所以,加载完网页后可能登录框并没有出现。
需要加载完 iframe 之后才能录入用户名/密码。
登录模块的代码如下:
const username = "YOUR NAME";const passwd = "YOUR PASSWORD";// 登录const login = async (page) => { await page.goto("https://union.jd.com/index"); // 等待加载 login 的 iframe await page.waitForSelector("#indexIframe"); const frame = (await page.frames())[1]; await frame.waitForSelector("#loginname"); // 输入用户名和密码 登录 await frame.type("#loginname", username, { delay: 100 }); await frame.type("#nloginpwd", passwd, { delay: 100 }); await frame.click("#paipaiLoginSubmit");};export default login;
2.2 进入"商品检索"菜单
登录成功后,进入首页,点击左侧的菜单进入"商品检索"页面。
注意这里直接使用 page 的 click 方法是无效的,需要使用如下方式:
// 进入商品界面const productPage = async (page) => { await page.waitForSelector(".menu-wrapper"); // 直接选择无法点击,只能用 page.evaluate 方法来点击 // 【我要推广】 菜单 await page.evaluate( (selector) => document.querySelectorAll(selector)[0].click(), ".el-submenu__title>span" ); // 【商品推广】 菜单 await page.evaluate( (selector) => document.querySelectorAll(selector)[1].click(), "li.el-menu-item>span" );};
2.3 录入检索条件并开始检索
商品推广页面支持的检索条件很多,这里只输入佣金和价格的范围来检索:
// 检索商品(佣金比例范围,价格范围)const searchProduct = async (page, feeMin, feeMax, priceMin, priceMax) => { await page.waitForSelector(".imgbox"); await page.waitForSelector("input.el-input__inner"); const inputs = await page.$$("input.el-input__inner"); // IMPORTANT 使用click才能输入完整,使用 focus,无法输入完整 await inputs[1].click(); // await inputs[1].focus(); await inputs[1].type(feeMin, { delay: 200 }); await inputs[2].click(); await inputs[2].type(feeMax, { delay: 200 }); await inputs[3].click(); await inputs[3].type(priceMin, { delay: 200 }); await inputs[4].click(); await inputs[4].type(priceMax, { delay: 200 }); // 佣金和价格输入之后,鼠标必须浮在输入框上,才会出现确定按钮去检索 const divs = await page.$$(".commission"); // div对应的确认按钮在隐藏的 div中 let popover = await divs[1].evaluate((node) => node.getAttribute("aria-describedby") ); // 通过 hover()函数,让确定按钮显示出来 await inputs[4].hover(); await page.waitForSelector(`#${popover}`, { visible: true }); await page.click(`#${popover}>.el-button--primary`);};export default searchProduct;
佣金的范围(feeMinfeeMax),价格范围(priceMinpriceMax)是通过参数传入的。
2.4 保存网页
保存网页很简单,**puppeteer **提供了获取整个HTML页面的接口。
// 保存网页内容到指定路径const savePage = async (page, dirname, filename) => { const html = await page.content(); await saveContent(dirname, filename, html);};// 保存解析后的网页内容到指定路径const saveContent = async (dirname, filename, content) => { if (!mkdirsSync(dirname)) { console.error("mkdir save page dir ERROR!"); return; } fs.writeFileSync(path.join(dirname, filename), content);};
2.5 进入下一页
在页面的最下方有翻页的按钮,只要找到下一页的按钮......
原文转载:http://www.shaoqun.com/a/897411.html
跨境电商:https://www.ikjzd.com/
派代:https://www.ikjzd.com/w/2197
moss:https://www.ikjzd.com/w/1653
shirley:https://www.ikjzd.com/w/1684
1.概述京粉(https://union.jd.com/)是京东联盟下的网站,通过分享其中的商品链接可以赚取佣金,类似淘客联盟。采集京粉的商品,既可以练习puppeteer的使用,平时想在京东购物时,也能用得上(采集看看有类似商品的价格和评价)。2.主要流程采集的流程很简单:2.1登录登录本来是很简单的步骤,只是京粉的登录有点特殊,它的登录框是在iframe中,所以,加载完网页后可能登录框并没有出
笨鸟:https://www.ikjzd.com/w/2713
prime day:https://www.ikjzd.com/w/131.html
香港有哪些适合带回家的零食?香港有哪些必吃零食?:http://www.30bags.com/a/404498.html
香港有哪些适合学生逛街的地方?:http://www.30bags.com/a/404865.html
香港有哪些特色街道?:http://www.30bags.com/a/404766.html
香港有哪些外国的美食?香港在哪里可以吃到外国美食?:http://www.30bags.com/a/404663.html
宝贝 你那里好像变大了 我多久没弄你了:http://lady.shaoqun.com/a/248427.html
第一次和姐姐偷尝禁果的真实经历:http://lady.shaoqun.com/m/a/108201.html
深圳宝体8月份公益培训课程表2021:http://www.30bags.com/a/525610.html
深圳大芬油画村几点开门关门:http://www.30bags.com/a/525611.html
深圳大芬油画村油画价格(一般多少钱+便宜吗):http://www.30bags.com/a/525612.html
2021暑期深圳免费开放的体育场馆汇总:http://www.30bags.com/a/525613.html
Comments
Post a Comment