CoderCastrov logo
CoderCastrov
Автоматизация

Как парсить данные с KPrepublic Global с помощью Python

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

Снова привет….KPrepublic - это китайский интернет-магазин для любителей механических клавиатур. Они продают печатные платы, корпусы, кейкапы, кабели и т. д. Мы будем использовать Python, поэтому, если у вас нет опыта работы с Python, рекомендуется освежить свои знания по этому языку.

Как всегда, перед парсингом данных с веб-сайта нам нужно определить, какие конкретные данные нам нужно 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 KPrepublic.

Давайте начнем!

Основное введение, которое вы, вероятно, 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 данных с веб-сайтов, который позволяет нам имитировать веб-браузер с помощью Python. Возможно, лучше иметь больше понимания о парсинге данных с веб-сайтов. Пакет Selenium pro - https://pypi.org/project/selenium-pro/

pip install selenium-pro

Установка расширения

Загрузите Selenium Auto Code Generator из Chrome Web Store, чтобы не копировать и вставлять xpath, это инструмент поможет и упростит процесс, без необходимости копирования и вставки. Загрузите его отсюда - 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, установили ранее (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 графического интерфейса пользователя (GUI), но вы можете использовать другие браузеры внутри Selenium pro, если хотите использовать другой браузер, пожалуйста, используйте его! Убедитесь, что на вашем компьютере установлен нужный браузер.

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!

Конвейер KprebuplicСледующий 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, чтобы помочь.

Откройте веб-сайт kprepublic 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 увидите, что код уже там в расширении, как показано ниже.

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

Отлично! Это указывает нашему браузеру Chrome Python на этот конкретный 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 выполнит click(), событие click нажмет на Id

# нажать на найденный элемент
driver.find_element_by_pro(‘ko4Qsf1oXR3pNYB’).click_pro()

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

# ввести текст в поле ввода
driver.find_element_by_pro(‘aXDJwYsCRLJnxEA’).type(‘led’)
# 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 kprepublic наведите курсор на заголовок продукта, щелкните правой кнопкой мыши и выберите "скрэп" -> "текст", чтобы получить текст продукта.

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

# получить текст элемента
title=list_element.find_element_by_pro(‘VdOzLa4bHfarP4t’).text
# получить текст элемента
price=list_element.find_element_by_pro(‘JzF8gXONaPGjYn9’).text
# получить ссылку элемента
link=list_element.find_element_by_pro(‘L3KLpoTmHDjoqSc’).get_attribute(‘href’)

Мы закончили.. верьте 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://kprepublic.com/'](https://kprepublic.com/'))
time.sleep(3)
# нажать на найденный элемент
driver.find_element_by_pro(‘ko4Qsf1oXR3pNYB’).click_pro()
# ввести текст в поле ввода
driver.find_element_by_pro(‘aXDJwYsCRLJnxEA’).type(‘led’)
# нажать клавишу Enter
driver.switch_to.active_element.type(‘Enter’)
time.sleep(3)
# получить текст элемента
title=list_element.find_element_by_pro(‘VdOzLa4bHfarP4t’).text
# получить текст элемента
price=list_element.find_element_by_pro(‘JzF8gXONaPGjYn9’).text
# получить ссылку элемента
link=list_element.find_element_by_pro(‘L3KLpoTmHDjoqSc’).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/.PY/ФАЙЛУ

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 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 этот учебник!