Python使用Chrome外掛實現爬蟲過程圖解
做電商時,消費者對商品的評論是很重要的,但是不會寫程式碼怎麼辦?這裡有個Chrome外掛可以做到簡單的資料爬取,一句程式碼都不用寫。下面給大家展示部分抓取後的資料:
可以看到,抓取的地址,評論人,評論內容,時間,產品顏色都已經抓取下來了。那麼,爬取這些資料需要哪些工具呢?就兩個:
1. Chrome瀏覽器;
2. 外掛:Web Scraper
外掛下載地址:https://chromecj.com/productivity/2018-05/942.html
最後,如果你想自己動手抓取一下,這裡是這次抓取的詳細過程:
1. 首先,複製如下的程式碼,對,你不需要寫程式碼,但是為了便於上手,複製程式碼還是需要的,後續可以自己定製和選擇,不需要寫程式碼。
{ "_id": "jdreview","startUrl": [ "https://item.jd.com/100000680365.html#comment" ],"selectors": [ { "id": "user","type": "SelectorText","selector": "div.user-info","parentSelectors": [ "main" ],"multiple": false,"regex": "","delay": 0 },{ "id": "comments","selector": "div.comment-column > p.comment-con",{ "id": "time","selector": "div.comment-message:nth-of-type(5) span:nth-of-type(4),div.order-info span:nth-of-type(4)","delay": "0" },{ "id": "color","selector": "div.order-info span:nth-of-type(1)",{ "id": "main","type": "SelectorElementClick","selector": "div.comment-item","parentSelectors": [ "_root" ],"multiple": true,"delay": "10000","clickElementSelector": "div.com-table-footer a.ui-pager-next","clickType": "clickMore","discardInitialElements": false,"clickElementUniquenessType": "uniqueHTMLText" } ] }
2. 然後開啟chrome瀏覽器,在任意頁面同時按下Ctrl+Shift+i,在彈出的視窗中找到Web Scraper,如下:
3. 如下
4. 如圖,貼上上述的程式碼:
5. 如圖,如果需要定製網址,注意替代一下,網址後面的#comment是直達評論的連結,不能去掉:
6. 如圖:
7. 如圖:
8. 如圖,點選Scrape後,會自動執行開啟需要抓取得頁面,不要關閉視窗,靜靜等待完成,完成後右下方會提示完成,一般1000條以內的評論不會有問題:
9. 最後,點選下載到電腦,資料儲存好。
使用這個工具的好處是:
1. 不需要程式設計;
2. 京東的評論基本可以通用此指令碼,修改對應的url即可;
3. 如果需要爬取的評論不到1000條,這個工具會非常稱手,所有的資料完全自動下載;
使用的注意點:
1. 抓取過一次的資料會有記錄,立刻再次抓取將不會儲存,建議關閉瀏覽器重新開啟後再試;
2. 抓取數量:1000條以內沒有問題,可能是京東按照IP直接阻止了更多的爬取;
如果你的英語水平不錯,可以嘗試閱讀官方文件,進一步學習和定製自己的爬蟲。
官方教程:https://www.webscraper.io/documentation
以上就是本文的全部內容,希望對大家的學習有所幫助,也希望大家多多支援我們。