Как парсить данные с Brentwood Home с помощью Python

Добро пожаловать снова.... В Brentwood Home они создают удивительно доступные роскошные матрасы, подушки, постельное белье. Мы будем использовать Python, поэтому, если у вас нет опыта работы с Python, я рекомендую освежить свои знания по этому языку.

Как всегда, перед парсингом данных с веб-сайта, нам нужно определить, какие конкретные данные мы хотим получить. После просмотра страницы я сразу увидел множество разных данных, которые мы можем получить. В этом проекте мы будем парсить название продукта, ссылку на продукт и цену продуктов в Brentwood.

Давайте начнем!

Основное введение, которое можно пропустить, я скопировал из своей другой статьи

Прежде всего, нам понадобится установить Python, убедитесь, что у вас установлен Python и какая-то IDE. Selenium pro - это пакет для парсинга веб-сайтов, который позволяет нам имитировать веб-браузер с помощью Python, поэтому лучше иметь представление о парсинге веб-сайтов. Пакет Selenium pro - https://pypi.org/project/selenium-pro/

pip install selenium-pro

Установка расширения

Скачайте Selenium Auto Code Generator из Chrome Web Store, это инструмент поможет и упростит процесс, вместо копирования и вставки xpath. Скачать можно здесь - https://chrome.google.com/webstore/detail/selenium-auto-code-genera/ocimgcpcnobcnmclomhhmjidgoiekeaf/related

Начнем!

Теперь, когда у нас настроена среда Python, давайте откроем пустой скрипт Python. Давайте импортируем пакет Selenium pro, который вы, надеюсь, предварительно установили в предыдущем абзаце (просто pip install selenium-pro). После установки импортируйте следующие пакеты:

from selenium_pro import webdriver
import time
from selenium_pro.webdriver.common.keys import Keys

Мы используем браузер Google Chrome в качестве нашего GUI, но вы можете использовать другие браузеры в Selenium pro, если хотите использовать другой браузер, пожалуйста! Убедитесь, что соответствующий браузер установлен на вашем компьютере.

Теперь, внутри Selenium pro, нам нужно определить наш веб-браузер, поэтому давайте сделаем это с помощью следующей строки кода:

driver = webdriver.Start()

Я рекомендую запустить весь ваш код до этой точки и проверить, успешно ли он выполняется, если да, то вы практически готовы продолжать!

Brentwood home PipelineСледующий шаг - это интересная часть, щелкните по расширению DK, которое мы установили ранее, и нажмите «начать запись». Это определенно не будет сложной задачей, но к счастью у вас есть я, чтобы помочь.

Откройте веб-сайт Brentwood Home и добавьте ожидание в 3 секунды, чтобы веб-сайт загрузился, а затем выполните поиск по ключевому слову на веб-сайте и нажмите Enter. Чтобы добавить ожидание, щелкните правой кнопкой мыши на экране и выберите "ожидание" -> 3. Теперь, если вы нажмете на расширение, вы увидите, что код уже есть в расширении, как показано ниже.

# открыть URL в браузере
driver.get(‘[https://www.brentwoodhome.com/'](https://www.brentwoodhome.com/'))
time.sleep(3)

Отлично! Это направит наш браузер Chrome Python на указанный выше веб-сайт, функция "time.sleep(3)" просто говорит Python подождать 3 секунды перед продолжением, это необязательно, но я все равно добавил это.

После этого расширение будет искать Id с помощью driver.find_element_by_pro и click(), событие click нажмет на Id

# нажать на найденный элемент
driver.find_element_by_pro(‘6vhuz9aRd2bd0SI’).click_pro()

и send_keys(‘bed’) введет ключевое слово bed, а send_keys(Keys.ENTER) нажмет Enter

# ввести текст в поле ввода
driver.find_element_by_pro(‘Z3cVpdnJRiiFyZi’).type(‘bed’)
# нажать клавишу Enter
driver.switch_to.active_element.type(‘Enter’)

Скопируйте код из расширения и протестируйте код до этого момента..

Получение данныхОтлично! Теперь давайте возобновим запись, после ввода ключевого слова на веб-сайте Brentwood перейдите к заголовку продукта, щелкните правой кнопкой мыши и выберите "скрапить" -> "текст", чтобы получить текст продукта.

теперь таким же образом вы можете получить ссылку и цену. В расширении ваше действие будет имитировано следующим образом:

# получить текст элемента
title = list_element.find_element_by_pro(‘JbxPpec8x2yhWj1’).text
# получить текст элемента
price = list_element.find_element_by_pro(‘hCWfcpPWu8HaRMx’).text
# получить ссылку элемента
link = list_element.find_element_by_pro(‘CzgQIBzUdpiXKR9’).get_attribute(‘href’)

Мы закончили.. верите или нет

Полный кодВ случае, если вы застряли или запутались, вот весь код для этого проекта:

from selenium_pro import webdriver
import time
from selenium_pro.webdriver.common.keys import Keys
driver = webdriver.Start()
# открыть URL в браузере
driver.get(‘[https://www.brentwoodhome.com/'](https://www.brentwoodhome.com/'))
time.sleep(3)
# нажать на найденный элемент
driver.find_element_by_pro(‘6vhuz9aRd2bd0SI’).click_pro()
# ввести текст в поле ввода
driver.find_element_by_pro(‘Z3cVpdnJRiiFyZi’).type(‘bed’)
# нажать клавишу Enter
driver.switch_to.active_element.type(‘Enter’)
time.sleep(3)
# получить текст элемента
title = list_element.find_element_by_pro(‘JbxPpec8x2yhWj1’).text
# получить текст элемента
price = list_element.find_element_by_pro(‘hCWfcpPWu8HaRMx’).text
# получить ссылку элемента
link = list_element.find_element_by_pro(‘CzgQIBzUdpiXKR9’).get_attribute(‘href’)

Запуск этой программыТеперь, чтобы запустить эту программу, скопируйте код из расширения и сохраните его как файл .py > откройте ваш терминал / командную строку и введите следующую команду:

python3 ПУТЬ/К/ВАШЕМУ/ФАЙЛУ.PY

Или, если вы используете IDE, такое как Pycharm, просто запустите программу в нем. Когда вы запустите эту программу, вы увидите, что открывается браузер Chrome, он будет ждать несколько секунд, а затем выведет точки данных в консоль Python!

Поздравляю! Я рекомендую поискать способы улучшить этот проект: можете ли вы добавить интерфейс, где люди могут размещать свои ссылки? Можете добавить цикл для парсинга всех ссылок и текста со всех страниц. В противном случае, вы должны гордиться собой за то, что прошли через этот учебник!