CoderCastrov logo
CoderCastrov
Парсер

Как парсить данные с Brodo с помощью Python

Как парсить данные с Brodo с помощью Python
просмотров
4 мин чтение
#Парсер
Table Of Content

Добро пожаловать снова... Созданный в Нью-Йорке известным шеф-поваром Марко Канора, Brodo посвящен созданию самого вкусного и питательного бульона на планете. Мы будем использовать Python, поэтому, если у вас нет опыта работы с Python, рекомендуется освежить свои знания этого языка.

Как всегда, перед парсингом данных с веб-сайта, нам нужно определить конкретные данные, которые мы хотим получить. После изучения страницы, я сразу увидел множество различных данных, которые можно получить. В этом проекте мы будем парсить название продукта, ссылку на продукт и цену.

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 среда разработки. Selenium pro - это пакет для парсинга веб-страниц, который позволяет нам имитировать веб-браузер с помощью Python, возможно, лучше иметь более глубокое понимание парсинга веб-страниц. 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, который поможет упростить процесс, вместо копирования и вставки xpath. Скачать можно здесь - https://chrome.google.com/webstore/detail/selenium-auto-code-genera/ocimgcpcnobcnmclomhhmjidgoiekeaf/related

Давайте начнем!

Теперь, когда мы настроили наше окружение Python, давайте откроем пустой скрипт Python. Давайте импортируем пакет Selenium pro, который вы, надеюсь, предварительно установили из предыдущего абзаца (просто выполните 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 графического интерфейса, 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, давайте сделаем это с помощью следующей строки кода:

driver = webdriver.Start()

Я рекомендую запустить весь ваш код до этого момента и проверить, успешно ли он выполняется, если да, то вы почти готовы продолжать!

Brodo Pipeline

Далее мы переходим к интересной части. Нажмите на расширение 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 Brodo и добавьте ожидание в 3 секунды для загрузки веб-сайта. Затем выполните поиск ключевого слова на веб-сайте и нажмите Enter. Чтобы добавить ожидание, щелкните правой кнопкой мыши на экране, выберите "ожидание" -> "3". Теперь, если вы нажмете на расширение, вы увидите следующий код в расширении:

# открыть URL в браузере
driver.get('https://bro.do/')
time.sleep(3)

Отлично! Это указывает нашему браузеру Chrome Python открыть указанный выше веб-сайт. Функция "time.sleep(3)" просто говорит Python подождать 3 секунды перед продолжением работы. Это необязательно, но я все равно добавил это.

Затем расширение будет искать идентификатор с помощью driver.find_element_by_pro и выполнит клик(), чтобы кликнуть по идентификатору.

# чтобы кликнуть по найденному элементу
driver.find_element_by_pro('9ce26KHyaSLQP3h').click()
time.sleep(2)
# чтобы кликнуть по полю ввода
driver.find_element_by_pro('uEIG1cxIhcGuukJ').click()

А затем send_keys('red') введет ключевое слово "red", а send_keys(Keys.ENTER) нажмет Enter.

# чтобы ввести текст в поле ввода
driver.find_element_by_pro('2BdriwK4cXyyd1r').send_keys('red')
# нажать клавишу Enter
driver.switch_to.active_element.send_keys(Keys.ENTER)
time.sleep(3)

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

Получение данных

Отлично! Итак, давайте продолжим запись, после ввода ключевого слова на сайте Passion Planner, наведите курсор на заголовок продукта, щелкните правой кнопкой мыши и выберите "Скопировать" -> "Текст", чтобы получить текст продукта.

Теперь аналогичным образом вы можете получить заголовок, ссылку, отзывы и цену. В расширении ваше действие будет имитировано следующим образом:

# для получения текста элемента
product_name = list_element.find_element_by_pro('GblllbVfKGQYwUu').text
# для получения ссылки на элемент
product_link = list_element.find_element_by_pro('3oAlVRBsmO0Kzvt').get_attribute('href')
# для получения текста элемента
price = list_element.find_element_by_pro('O4MqTU2F3Opt3Vi').text

Мы закончили... Верите или нет.

from selenium import webdriver
import time
from selenium.webdriver.common.keys import Keys
driver = webdriver.Firefox()
# открыть URL в браузере
driver.get('https://bro.do/')
time.sleep(3)
# нажать на найденный элемент
driver.find_element_by_id('9ce26KHyaSLQP3h').click()
time.sleep(2)
# нажать на поле ввода
driver.find_element_by_id('uEIG1cxIhcGuukJ').click()
# ввести текст в поле ввода
driver.find_element_by_id('2BdriwK4cXyyd1r').send_keys('красный')
# нажать клавишу Enter
driver.switch_to.active_element.send_keys(Keys.ENTER)
time.sleep(3)
# получить текст элемента
product_name = driver.find_element_by_id('GblllbVfKGQYwUu').text
# получить ссылку элемента
product_link = driver.find_element_by_id('3oAlVRBsmO0Kzvt').get_attribute('href')
# получить текст элемента
price = driver.find_element_by_id('O4MqTU2F3Opt3Vi').text

Запуск этой программы

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 среду разработки, такую как Pycharm, просто запустите программу в ней. 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 вам поискать способы улучшить этот проект: можете ли вы добавить интерфейс, где люди могут размещать свои ссылки? Можете ли вы добавить цикл для парсинга всех ссылок и текста со всех страниц? В противном случае, вам следует гордиться собой за то, что вы прошли этот учебник!