CoderCastrov logo
CoderCastrov
Автоматизация

Как парсить данные с Windsor Fashions с помощью Python

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

Добро пожаловать снова....Windsor fashion Windsor делает женскую одежду и моду доступными: платья, топы, юбки, джинсы, обувь и многое другое для особых случаев в жизни. 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 данных с веб-сайта, нам нужно определить, какие конкретные данные нам нужно получить. После просмотра страницы я сразу же увидел множество различных данных, которые мы можем получить. В этом проекте мы будем парсить название продукта, ссылку на продукт и цену продуктов в Windsor.

Давайте начнем!

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

Прежде всего, нам понадобится установить Python, убедитесь, что у вас установлен Python и некоторая среда разработки (IDE). 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. Selenium pro package - 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 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, 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 графического интерфейса пользователя (GUI), но вы можете использовать другие браузеры внутри 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()

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

Windsor clothing 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, чтобы помочь.

Откройте веб-сайт Windsor fashion и добавьте задержку в 3 секунды, чтобы сайт загрузился, а затем выполните поиск по ключевому слову на веб-сайте и нажмите Enter. Чтобы добавить задержку, щелкните правой кнопкой мыши на экране и выберите "wait" -> 3. Теперь, если вы щелкнете на расширение, вы увидите, что код уже там в расширении, как показано ниже.

# открыть URL в браузере
driver.get('https://www.windsorstore.com/pages/search?q=top')
time.sleep(3)

Отлично! Это указывает нашему браузеру Chrome Python на этот конкретный веб-сайт выше. 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 идентификатор с помощью driver.find_element_by_pro и выполнит клик(), кликнет по идентификатору.

# кликнуть на поле ввода
driver.find_element_by_pro('qSpor9GjDJGWl7S').click()

а send_keys('top') введет ключевое слово top, а send_keys(Keys.ENTER) нажмет Enter.

# ввести текст в поле ввода
driver.find_element_by_pro('1EpfQ55fqZsqx6I').send_keys('top')
# 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 Windsor, наведите курсор на заголовок продукта, щелкните правой кнопкой мыши и выберите "scrape" -> "text", чтобы получить текст продукта.

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

# получить текст элемента
title = list_element.find_element_by_pro('iAOTPK7AQlPyQtG').text
# получить текст элемента
price = list_element.find_element_by_pro('1PndiR6lhMwP1di').text
# получить ссылку элемента
link = list_element.find_element_by_pro('zQMDUrelOgn7ArO').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://www.windsorstore.com/pages/search?q=top')
time.sleep(3)
# кликнуть на поле ввода
driver.find_element_by_pro('qSpor9GjDJGWl7S').click()
# ввести текст в поле ввода
driver.find_element_by_pro('1EpfQ55fqZsqx6I').send_keys('top')
# 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('iAOTPK7AQlPyQtG').text
# получить текст элемента
price = list_element.find_element_by_pro('1PndiR6lhMwP1di').text
# получить ссылку элемента
link = list_element.find_element_by_pro('zQMDUrelOgn7ArO').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. При запуске этой программы вы увидите, что открывается браузер Chrome, он будет ждать несколько секунд, а затем выведет данные в консоль Python!

Поздравляю! Я рекомендую поискать способы улучшить этот проект: можете ли вы добавить фронт-энд, где люди могут размещать свои ссылки? Можете ли вы добавить цикл для парсинга всех ссылок и текста со всех страниц? В противном случае, вы должны гордиться собой за то, что прошли через этот учебник!