CoderCastrov logo
CoderCastrov
Автоматизация

Как парсить данные с Cariuma с помощью Python

Как парсить данные с Cariuma с помощью Python
просмотров
4 мин чтение
#Автоматизация
Table Of Content

Добро пожаловать снова.... Здесь, в CARIUMA, мы посвящены созданию экологически чистых кроссовок, которые красивые, невероятно комфортные и обеспечивают комфорт на протяжении всего дня. Мы будем использовать Python, поэтому, если у вас нет опыта работы с Python, рекомендуется освежить свои знания по этому языку.

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

Давайте начнем!

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

Прежде всего, нам понадобится установить Python, убедитесь, что у вас установлен Python и какая-нибудь среда разработки (IDE). Selenium pro - это пакет для парсинга веб-страниц, который позволяет нам имитировать веб-браузер с помощью Python. Возможно, стоит более подробно изучить парсинг веб-страниц. Пакет Selenium pro - https://pypi.org/project/selenium-pro/

pip install selenium-pro

Установка расширения

Загрузите Selenium Auto Code Generator из Chrome Web Store. Вместо копирования и вставки xpath, это инструмент поможет упростить процесс без лишней головной боли. Загрузите его 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 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, используйте его! 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()

Рекомендуется выполнить весь код до этого момента и проверить, успешно ли выполняется код. Если да, то вы практически готовы продолжать!

Cariuma PipelineСледующий шаг - это веселая часть. 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 здесь, чтобы помочь.

Откройте веб-сайт Cariuma и добавьте ожидание в 3 секунды, чтобы сайт загрузился, а затем выполните поиск ключевого слова на веб-сайте и нажмите Enter. Чтобы добавить ожидание, щелкните правой кнопкой мыши на экране и выберите "wait" -> 3. Теперь, если вы нажмете на расширение, вы обнаружите, что код уже присутствует в расширении, как показано ниже.

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

Отлично! Это указывает нашему браузеру Chrome Python на этот конкретный веб-сайт, функция "time.sleep(3)" просто указывает Python подождать 3 секунды перед продолжением, это необязательно, но я все равно добавил это.

После этого расширение будет искать идентификатор с помощью driver.find_element_by_pro и выполнит click(), событие click будет нажимать на идентификатор

# нажать на поле ввода
driver.find_element_by_pro('17eWnghMfF44Y96').click()

и send_keys('shirt') введет ключевое слово "shirt", а send_keys(Keys.ENTER) нажмет Enter

# ввести текст в поле ввода
driver.find_element_by_pro('AnAVce37t3LdAeL').send_keys('shirt')
# нажать клавишу Enter
driver.switch_to.active_element.send_keys(Keys.ENTER)

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

Получение данныхОтлично! Теперь давайте возобновим запись. После ввода ключевого слова на веб-сайте Cariuma наведите указатель мыши на название продукта, затем щелкните правой кнопкой мыши и выберите "scrape" -> "text", чтобы получить текст продукта.

Теперь, аналогичным образом вы можете парсить ссылку и цену. В расширении ваши действия будут воспроизведены следующим образом:

# получить текст элемента
title = list_element.find_element_by_pro('1qFcj91xphHiSSe').text
# получить текст элемента
price = list_element.find_element_by_pro('dd8bYbB5NMwtKdR').text
# получить ссылку элемента
link = list_element.find_element_by_pro('d6O0HgKtiH4uS0o').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://cariuma.com/')
time.sleep(3)
# нажать на поле ввода
driver.find_element_by_pro('17eWnghMfF44Y96').click()
# ввести текст в поле ввода
driver.find_element_by_pro('AnAVce37t3LdAeL').send_keys('shirt')
# нажать клавишу Enter
driver.switch_to.active_element.send_keys(Keys.ENTER)
time.sleep(3)
# получить текст элемента
title = list_element.find_element_by_pro('1qFcj91xphHiSSe').text
# получить текст элемента
price = list_element.find_element_by_pro('dd8bYbB5NMwtKdR').text
# получить ссылку элемента
link = list_element.find_element_by_pro('d6O0HgKtiH4uS0o').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 среду разработки, такую ​​как Pycharm, просто запустите программу в ней. При запуске этой программы вы увидите, что открывается браузер Chrome, он будет ждать несколько секунд, а затем выведет точки данных в консоль Python!

Поздравляю! Я рекомендую рассмотреть способы улучшения этого проекта: можно ли добавить интерфейс, где люди могут размещать свои ссылки? Можно ли добавить цикл для парсинга всех ссылок и текста со всех страниц? В противном случае, вы должны гордиться собой за то, что вы прошли через этот учебник!