CoderCastrov logo
CoderCastrov
Автоматизация

Как парсить данные с KITSCH с помощью Python

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

Добро пожаловать снова.... Kitsch - это термин, применяемый к искусству и дизайну, которые воспринимаются как наивная имитация, бесплатная или банальная вкусовщина. Мы будем использовать Python, поэтому, если у вас нет опыта работы с Python, я рекомендую освежить свои знания этого языка.

Как всегда, перед парсингом веб-страницы 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 на Kitsch.

Давайте начнем!

Основное введение, которое вы можете пропустить, я скопировал из своей другой статьи

Прежде всего, нам понадобится установленный 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, поэтому лучше иметь представление о парсинге веб-страниц. Установите 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 и упростит процесс, без необходимости копирования и вставки. Загрузите отсюда - https://chrome.google.com/webstore/detail/selenium-auto-code-genera/ocimgcpcnobcnmclomhhmjidgoiekeaf/related

Давайте 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 графического интерфейса, но вы можете использовать другие браузеры внутри Selenium pro, если хотите использовать другой браузер, пожалуйста, сделайте это! 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 этого момента и проверить, успешно ли он выполняется, если да, то вы практически готовы продолжать!

Kitsch PipelineДалее - самая интересная 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 Kitsch 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 щелкнете на расширении, вы обнаружите, что код уже присутствует в расширении, как показано ниже.

# открыть URL в браузере
driver.get(‘[https://mykitsch.com/collections/best-sellers'](https://mykitsch.com/collections/best-sellers'))
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 вставил это.

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

# нажать на поле ввода
driver.find_element_by_pro(‘tQNmXgydiJdstzp’).click_pro()

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

# ввести текст в поле ввода
driver.find_element_by_pro(‘8eTCumRjScxbcUG’).type(‘clip’)
# 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 Kitsch наведите указатель на заголовок продукта, затем щелкните правой кнопкой мыши и выберите "скрапить" -> "текст", чтобы получить текст продукта.

Теперь, таким же образом вы можете получить ссылку, описание и цену. В расширении ваши действия будут воспроизводиться следующим образом:

# получить текст элемента
title = list_element.find_element_by_pro(‘0Omywl01qqD3hHe’).text
# получить текст элемента
price = list_element.find_element_by_pro(‘lUOlDw3di7jVZbn’).text
# получить текст элемента
description = list_element.find_element_by_pro(‘YxisMso2WNGhTuS’).text
# получить ссылку элемента
link = list_element.find_element_by_pro(‘lz7mcitTMaWRcPD’).get_attribute(‘href’)

Мы закончили... Поверьте 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://mykitsch.com/collections/best-sellers'](https://mykitsch.com/collections/best-sellers'))
time.sleep(3)
# нажать на поле ввода
driver.find_element_by_pro(‘tQNmXgydiJdstzp’).click_pro()
# ввести текст в поле ввода
driver.find_element_by_pro(‘8eTCumRjScxbcUG’).type(‘clip’)
# нажать клавишу Enter
driver.switch_to.active_element.type(‘Enter’)
time.sleep(3)
# получить текст элемента
title = list_element.find_element_by_pro(‘0Omywl01qqD3hHe’).text
# получить текст элемента
price = list_element.find_element_by_pro(‘lUOlDw3di7jVZbn’).text
# получить текст элемента
description = list_element.find_element_by_pro(‘YxisMso2WNGhTuS’).text
# получить ссылку элемента
link = list_element.find_element_by_pro(‘lz7mcitTMaWRcPD’).get_attribute(‘href’)

Запуск этой программыТеперь, чтобы запустить эту программу, скопируйте код из расширения и сохраните его как файл .py > откройте 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 поискать способы улучшить этот проект: 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, вам следует гордиться собой за то, что вы прошли через этот учебник!