Как парсить данные с Mistore.Pk с помощью Python

Снова привет…. Mistore.PK - это официальный магазин Xiaomi в Пакистане. Mistore.pk предлагает самый широкий ассортимент оригинальных смартфонов Xiaomi, аксессуаров и экопродуктов. 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 веб-сайта нам нужно определить, какие конкретные данные нам нужно получить. После просмотра страницы я автоматически увидел множество разных данных, которые мы можем получить. В этом проекте мы будем парсить название продукта, ссылку на продукт и цену продуктов на mistore.pk.

Давайте начнем!

Основное введение, которое можно пропустить

Прежде всего, нам понадобится установить Python, убедитесь, что у вас установлен Python и какая-то среда разработки. 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

Загрузите Selenium Auto Code Generator из Chrome Web Store, чтобы не копировать и вставлять xpath, это инструмент поможет и упростит процесс, избавив от необходимости копирования и вставки. 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. Импортируем пакет Selenium pro, который вы, надеюсь, предварительно установили (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, 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()

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

Конвейер Mistore.PKДалее 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, чтобы помочь.

Откройте веб-сайт mistore.pk 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 событие ожидания, щелкните правой кнопкой мыши на экране и выберите "ожидание" -> 3. Теперь, если вы щелкнете на расширении, вы увидите код уже там в расширении, как показано ниже.

# открыть URL в браузере
driver.get(‘[https://mistore.pk/'](https://mistore.pk/'))
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 click(), событие click будет нажимать на Id

# нажать на найденный элемент
driver.find_element_by_pro(‘KSTSoVgKyjw4hMt’).click()

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

# ввести текст в поле ввода
driver.find_element_by_pro(‘BoxTvWJ380kAZAU’).send_keys(‘phone’)
# 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 mistore.pk наведите курсор на название продукта, затем щелкните правой кнопкой мыши и выберите "скрапить" -> "текст", чтобы получить текст продукта.

Теперь вы можете парсить ссылку, а также цену и предложение. В расширении ваши действия будут имитированы следующим образом:

# получить текст элемента
 title=list_element.find_element_by_pro(‘ebpTJbLcaN1tEVg’).text
 # получить ссылку элемента
link=list_element.find_element_by_pro(‘2KapQpXgwkNCR51’).get_attribute(‘href’)
 # получить текст элемента
 price 1=list_element.find_element_by_pro(‘230o3B8nfPdRWvj’).text
 # получить текст элемента
 price 2=list_element.find_element_by_pro(‘y5YhQwURon03AQK’).text

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://mistore.pk/'](https://mistore.pk/'))
time.sleep(3)
# нажать на найденный элемент
driver.find_element_by_pro(‘KSTSoVgKyjw4hMt’).click()
# ввести текст в поле ввода
driver.find_element_by_pro(‘BoxTvWJ380kAZAU’).send_keys(‘phone’)
# 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(‘ebpTJbLcaN1tEVg’).text
 # получить ссылку элемента
link=list_element.find_element_by_pro(‘2KapQpXgwkNCR51’).get_attribute(‘href’)
 # получить текст элемента
 price 1=list_element.find_element_by_pro(‘230o3B8nfPdRWvj’).text
 # получить текст элемента
 price 2=list_element.find_element_by_pro(‘y5YhQwURon03AQK’).text

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 остальном вы должны гордиться собой за то, что прошли через этот учебник!