爬取天猫商家滑块不可用...........没有修复

    xiaoxiao2023-10-26  172

    # -*- coding: utf-8 -*-

    from selenium import webdriver from selenium.webdriver.common.by import By from selenium.webdriver.support.ui import WebDriverWait from selenium.webdriver.support import expected_conditions as EC from selenium.webdriver import ActionChains from pyquery import PyQuery as pq from time import sleep

    #定义一个tianmao类 class tianmao_infos:

        #对象初始化     def __init__(self):         url = 'https://login.taobao.com/member/login.jhtml'         self.url = url

            options = webdriver.ChromeOptions()         options.add_experimental_option("prefs", {"profile.managed_default_content_settings.images": 2}) # 不加载图片,加快访问速度         options.add_experimental_option('excludeSwitches', ['enable-automation']) # 此步骤很重要,设置为开发者模式,防止被各大网站识别出来使用了Selenium

            self.browser = webdriver.Chrome( options=options)         self.wait = WebDriverWait(self.browser, 10) #超时时长为10s

        #延时操作,并可选择是否弹出窗口提示     def sleep_and_alert(self,sec,message,is_alert):

            for second in range(sec):             if(is_alert):                 alert = "alert(\"" + message + ":" + str(sec - second) + "秒\")"                 self.browser.execute_script(alert)                 al = self.browser.switch_to.alert                 sleep(1)                 al.accept()             else:                 sleep(1)

        #登录淘宝     def login(self):

            # 打开网页         self.browser.get(self.url)

            # 自适应等待,点击密码登录选项         self.browser.implicitly_wait(30) #智能等待,直到网页加载完毕,最长等待时间为30s         self.browser.find_element_by_xpath('//*[@class="forget-pwd J_Quick2Static"]').click()

            # 自适应等待,点击微博登录宣传         self.browser.implicitly_wait(30)         self.browser.find_element_by_xpath('//*[@class="weibo-login"]').click()

            # 自适应等待,输入微博账号         self.browser.implicitly_wait(30)         self.browser.find_element_by_name('username').send_keys(weibo_username)

            # 自适应等待,输入微博密码         self.browser.implicitly_wait(30)         self.browser.find_element_by_name('password').send_keys(weibo_password)

            # 自适应等待,点击确认登录按钮         self.browser.implicitly_wait(30)         self.browser.find_element_by_xpath('//*[@class="btn_tip"]/a/span').click()

            # 直到获取到淘宝会员昵称才能确定是登录成功         taobao_name = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '.site-nav-bd > ul.site-nav-bd-l > li#J_SiteNavLogin > div.site-nav-menu-hd > div.site-nav-user > a.site-nav-login-info-nick ')))         # 输出淘宝昵称         print(taobao_name.text)

        # 获取天猫商品总共的页数     def search_toal_page(self):

            # 等待本页面全部天猫商品数据加载完毕         good_total = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '#J_ItemList > div.product > div.product-iWrap')))

            #获取天猫商品总共页数         number_total = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '.ui-page > div.ui-page-wrap > b.ui-page-skip > form')))         page_total = number_total.text.replace("共","").replace("页,到第页 确定","").replace(",","")

            return page_total

        # 翻页操作     def next_page(self, page_number):         # 等待该页面input输入框加载完毕         input = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '.ui-page > div.ui-page-wrap > b.ui-page-skip > form > input.ui-page-skipTo')))

            # 等待该页面的确定按钮加载完毕         submit = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '.ui-page > div.ui-page-wrap > b.ui-page-skip > form > button.ui-btn-s')))

            # 清除里面的数字         input.clear()

            # 重新输入数字         input.send_keys(page_number)

            # 强制延迟1秒,防止被识别成机器人         sleep(1)

            # 点击确定按钮         submit.click()

        # 模拟向下滑动浏览     def swipe_down(self,second):         for i in range(int(second/0.1)):             js = "var q=document.documentElement.scrollTop=" + str(300+200*i)             self.browser.execute_script(js)             sleep(0.1)         js = "var q=document.documentElement.scrollTop=100000"         self.browser.execute_script(js)         sleep(0.2)

        # 爬取天猫商品数据     def crawl_good_data(self):

            # 对天猫商品数据进行爬虫  请替换搜索词         self.browser.get("https://list.tmall.com/search_product.htm?q=搜索词    ")

            # 获取天猫商品总共的页数         page_total = self.search_toal_page()         print("总共页数" + page_total)

            # 遍历所有页数         for page in range(2,int(page_total)):

                # 等待该页面全部商品数据加载完毕             good_total = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '#J_ItemList > div.product > div.product-iWrap')))

                # 等待该页面input输入框加载完毕             input = self.wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '.ui-page > div.ui-page-wrap > b.ui-page-skip > form > input.ui-page-skipTo')))

                # 获取当前页             now_page = input.get_attribute('value')             print("当前页数" + now_page + ",总共页数" + page_total)

                # 获取本页面源代码             html = self.browser.page_source

                # pq模块解析网页源代码             doc = pq(html)

                # 存储天猫商品数据             good_items = doc('#J_ItemList .product').items()

                # 遍历该页的所有商品             for item in good_items:                 good_title = item.find('.productTitle').text().replace('\n',"").replace('\r',"")                 good_status = item.find('.productStatus').text().replace(" ","").replace("笔","").replace('\n',"").replace('\r',"")                 good_price = item.find('.productPrice').text().replace("¥", "").replace(" ", "").replace('\n', "").replace('\r', "")                 good_url = item.find('.productImg').attr('href')                 print(good_title + "@" + good_status + "@" + good_price + "@" + good_url + '\n')

                # 精髓之处,大部分人被检测为机器人就是因为进一步模拟人工操作             # 模拟人工向下浏览商品,即进行模拟下滑操作,防止被识别出是机器人             self.swipe_down(2)

                # 翻页,下一页             self.next_page(page)

                # 等待滑动验证码出现,超时时间为5秒,每0.5秒检查一次             # 大部分情况不会出现滑动验证码,所以如果有需要可以注释掉下面的代码             sleep(5) #             WebDriverWait(self.browser, 5, 0.5).until(EC.presence_of_element_located((By.ID, "nc_1_n1z"))) #等待滑动拖动控件出现             try:                 swipe_button = self.browser.find_element_by_id('nc_1_n1z') #获取滑动拖动控件

                    #模拟拽托                 action = ActionChains(self.browser) # 实例化一个action对象                 action.click_and_hold(swipe_button).perform() # perform()用来执行ActionChains中存储的行为                 action.reset_actions()                 action.move_by_offset(580, 0).perform() # 移动滑块

                except Exception as e:                 print ('get button failed: ', e)

    if __name__ == "__main__":

     

    #     chromedriver_path = "C:/Users/Administrator/AppData/Local/Google/Chrome/Application/chrome_proxy.exe" #改成你的chromedriver的完整路径地址     weibo_username = "          " #改成你的微博账号     weibo_password = "            " #改成你的微博密码

        a = tianmao_infos()     a.login() #登录     a.crawl_good_data() #爬取天猫商品数据

    最新回复(0)