【京东】商品列表采集 | 您所在的位置:网站首页 › 文明6鱼和螃蟹怎么采集 › 【京东】商品列表采集 |
采集场景 在京东搜索页 https://search.jd.com/Search 输入搜索,搜出后得到的多个商品列表数据。
采集字段 商品名称、价格、评论数、店铺名称、店铺链接等字段。
采集结果 采集结果可导出为Excel,CSV,HTML,数据库等格式。导出为Excel示例:
教程说明 本篇更新时间:2024/2/4 八爪鱼版本:V8.6.7 如果因网页改版导致网址或步骤无效,无法获取到目标数据,请联系官方客服,我们将及时修改。
采集步骤 步骤一、打开网页 步骤二、批量输入多个并搜索关键词 步骤三、创建【循环列表】 步骤四、编辑场地 步骤五、创建【循环翻页】 步骤六、设置滚动、修改翻页XPath 步骤七、优化规则 步骤八、启动收集
下面为具体步骤: 步骤一、打开网页 在首页【输入框】中输入目标网址https://search.jd.com/Search?keyword=%E9%9E%8B%E5%AD%90&enc=utf-8&wq=%E9%9E%8B%E5%AD%90&pvid=c1993697d9ac44d681e617f7c0daee5b&czLogin=1,点击【开始采集】,八爪鱼自动打开网页,此处会默认跳到登录页面,需要右上角切换到浏览模式之后,手动的登录网站
特别说明: a. 打开网页后,如果开始【自动识别】,请点击【不再自动识别】或【取消识别】将其关掉。因为本文不适合使用【自动识别】。 b. 【自动识别】适用于自动识别网页上的列表、滚动和翻页,识别成功后直接启动采集即可获取数据。详情点击查看 【自动识别】教程 c.京东的数据需要登录后才可以查看,所以开始采集之后需要点击暂停后手动登录,或者在流程里设置登录步骤,具体参考教程登录采集 步骤二、批量输入多个并搜索关键词 打开网页后,通过以下几步,实现批量输入多个关键词。 ① 选中京东搜索框,在操作提示框中,点击【输入文本】 ②点击操作框的【批量输入文本】,输入要搜索的所有关键词,点击确定,及在右侧生成一个循环输入文本的步骤 ③ 选中【搜索】按钮,在操作提示框中,点击【点击一次】,出现关键词的搜索结果。
特别说明: a. 示例中输入的关键词是【李宁】、【特步】和【安踏】,可根据自身需求进行替换。 b. 一次最多输入2W个关键字。可先准备一个包含多个关键字的文档,然后将其复制粘贴进八爪鱼中。 步骤三、创建【循环列表】
通过以下步骤,采集所有商品列表中的数据: 1、选中页面上1个商品列表(注意一定要选中整个列表,包含所有所需字段) 2、在黄色操作提示框中,点击【选中全部子元素】 3、点击【选择全部相似组】 4、点击【元素中数据内容】
特别说明: a. 经过以上连续4步,【循环-提取数据】创建完成。【循环】中的项,对应着页面上所有商品列表,【提取数据】中的字段,对应着每个商品列表中的字段。启动采集以后,八爪鱼就会按照循环中的顺序依次提取每个列表中的字段。 b. 为何通过以上4步,可建立【循环-提取数据】?详情点击查看 列表数据采集教程 。 步骤四、编辑字段
在【数据预览】页面,可删除多余字段,修改字段名,移动字段顺序等。
步骤五、创建【多页翻页】
1、创建循环翻页 如果只是采集一页数据,可跳过此步骤。 如果需要翻页以采集多页数据:选择页面中的【下一页】按钮,在操作提示上单击【循环点击下一页】,创建【循环翻页】。
特别说明: a. 创建【循环翻页】后,八爪鱼会自动点击【下一页】按钮进行翻页,从第1页,第2页......直到最后1页。如果只需采集特定页的数据,可在八爪鱼中设置循环翻页的次数,详情点击查看 翻页以采集多页数据教程。 b. 在选中【下一页】范围时,选中的范围不同,弹出的提示也不同。如果选中的是最里层的文字【下一页】,黄色操作提示框中弹出的提示是【循环点击下一页】。如果选中的是最整个【下一页】按钮,黄色操作提示框中弹出的提示是【循环点击单个链接】。两者的作用相同,都是为了实现翻页。 步骤六、设置滚动、修改翻页XPath 1、设置滚动 点击浏览和翻页后,京东默认只显示前30个商品列表。滚动滚动页面到底部,将全部中加载60个商品列表,在八爪鱼也需要滚动设置。 【点击元素】和【点击翻页】设置页面,打开【高级设置】,勾选【页面】,滚动方式为【滚动一屏】,【滚动次数】为6次,【每次间隔】2秒,设置后保存。
默认的【循环翻页】XPath会在最后一页重复翻页,导致其他关键词无法输入并采集,需修改【循环翻页】XPath。 进入【循环翻页】设置页面,修改XPath为://a[@class="pn-next"]/EM[text()="下一页"] 。
特别说明: a. 为什么会不结束翻页?这是因为循环页】默认生成的XPath,在最后1时,仍然能定位到【下一页】按钮,【翻页导致其一直点击【下一页】为了解决这个问题,我们需要手动写一条XPath ,使之在当前页面非定位到最后一页时,按钮为【下一页】,以实现不断点击【下一个】页】按钮进行翻页。同时在当前页为最后一页时,不定位到【下一页】按钮,以翻页结束。这里需要一定的XPath知识。点击查看XPath学习与实例 湾。设置中的滚动次数和时间间隔,请根据采集加载情况进行设置,不是需要和网页数据一成不变的,具体请点击查看 处理滚动加载的网页教程 步骤七、优化规则为【循环列表】、【提取列表数据】设置执行前等待2s-4s,然后点击【应用】保存。
步骤八、启动采集
1、采集【采集】并【开始采集】。后八爪鱼开始采集数据。
特别说明: 【本地采集】是使用自己的电脑采集数据,【云采集】是使用八爪鱼提供的云采集,点击查看 本地集与云采集详解。 2、采集完成后,选择合适的导出为Excel、CSV、HTML、等的导出数据库。支持导出为Excel、CSV、HTML、等。这里导出为Excel。 数据示例:
拓展阅读 通过以上,我们点击京东商品详情页链接,可以使用 网址循环功能 ,进入每个商品详情,获取京东商品详情数据。
作者:妙卡
|
CopyRight 2018-2019 实验室设备网 版权所有 |