Python爬虫实战之爬取京东商品数据并实实现数据可视化
一、开发工具
Python版本：3.6.4
相关模块：
DecryptLogin模块；
argparse模块；
以及一些python自带的模块。
二、环境搭建
安装Python并添加到环境变量，pip安装需要的相关模块即可。
三、原理简介
原理其实挺简单的，首先，我们利用之前开源的DecryptLogin库来实现一下微博的模拟登录操作：
'''模拟登录京东'''
@staticmethod
def login():
lg = login.Login()
infos_return, session = lg.jingdong()
return session
然后写几行简单的代码来保存一下登录后的会话，省得每次运行程序都要先模拟登录京东：
if os.path.isfile('session.pkl'):
print('[INFO]: 检测到已有会话文件session.pkl, 将直接导入该文件...')
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()
接着去京东抓一波包，一样的套路，有种屡试不爽的感觉：
看看请求这个接口需要提交的参数：
我们可以简单分析一下每个参数的含义：
area: 不用管，可以看作一个固定值 enc: 指定编码, 可以看作固定值"utf-8" keyword: 搜索的关键词 adType: 不用管，可以看作一个固定值 page: 当前的页码 ad_ids: 不用管，可以看作一个固定值 xtest: 不用管，可以看作一个固定值 _: 时间戳
也就是说我们需要提交的params的内容大概是这样子的：
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))
}
构造好需要提交的params之后，只需要利用登录后的session去请求我们抓包得到的接口：
response = self.session.get(search_url, params=params)
然后从返回的数据里解析并提取我们需要的数据就可以啦：
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、数据可视化
老规矩，可视化一波我们爬取到的数据呗。以我们爬取到的无人机商品数据为例。首先，我们来看看京东里卖无人机的自营店和非自营店比例吧：
咦，竟然是非自营店占多。我一直以为京东基本都是自营店，虽然我基本不用京东。真是个天大的误解T_T。
接着，我们再来看看京东自己给的商品排名前10的那几家店的商品评论数量呗：
对比一下评论最多的店铺：
看来评论数量和京东给的商品排名并没有直接联系T_T，竟然没有一家店是重复的。
再来看看无人机相关商品的价格分布呗：
到此这篇关于Python爬虫实战之爬取京东商品数据并实实现数据可视化的文章就介绍到这了,更多相关Python可视化京东商品数据 内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
详解Python list 与 NumPy.ndarry 切片之间的对比
这篇文章主要介绍了详解Python list 与 NumPy.ndarry 切片之间的区别的相关资料,list 切片返回的是不原数据，对新数据的修改不会影响原数据而NumPy.ndarry 的切片返回的是原数据需要的朋友可以参考下2017-07-07
本文主要介绍了Pandas筛选和删除目标值所在的行的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2022-07-07
CNN，即卷积神经网络，主要用于图像识别，分类。由输入层，卷积层，池化层，全连接层(Affline层），Softmax层叠加而成。卷积神经网络中还有一个非常重要的结构:过滤器，它作用于层与层之间(卷积层与池化层），决定了怎样对数据进行卷积和池化2022-12-12
这篇文章主要介绍了python执行shell脚本创建用户及相关操作，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-04-04
这篇文章主要为大家详细介绍了python计算日期之间的放假日期，实现自动查询节日，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-06-06
Python中的Pandas 提供了许多日期处理功能，使得处理时间序列数据变得容易。本文将介绍如何使用 Pandas 生成工作日和节假日，感兴趣的小伙伴可以收藏一下2023-05-05
这篇文章主要介绍了Python 按当前日期（年、月、日）创建多级目录的方法，实现代码很简单,需要的朋友可以参考下2018-04-04
安装Keras,tensorflow,并实现将虚拟环境添加到jupyter notebook
这篇文章主要介绍了安装Keras,tensorflow,并实现将虚拟环境添加到jupyter notebook,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教2024-03-03
Python中按一定的格式取出某字符串中的子字符串，使用struck.unpack是非常高效的。2008-09-09
解决Python3 控制台输出InsecureRequestWarning问题
这篇文章主要介绍了解决Python3 控制台输出InsecureRequestWarning的问题 ，本文给大家介绍的非常详细，具有一定的参考借鉴价值,需要的朋友可以参考下2019-07-07
最新评论