python簡單應用！用爬蟲來採集天貓全部優惠券信息，寫入本地文件

今天給你們分享一個小網站的數據採集，並寫到excel裏面！

 

分析網站

目標網站是「小咪購」，這裏有天貓全部的含有購物券的商品信息，咱們今天就來抓它吧！

 

隨便找一段文字，而後點擊右鍵查看網頁源代碼，看看是否存在該文字，若是存在，那麼這個網頁就是靜態網站了！很幸運，這個網站竟然是靜態的。

 

那就簡單了，不須要去分析ajax加載數據或者找json包了，直接獲取網頁源代碼==>>匹配相關內容==>>保存數據便可！

 

工具和庫

Windows+python3.6

import random

import time

import requests

from lxml import etree

import xlwt

用這幾個庫就能夠搞定了！注意xlwt和xlrd這2個庫都是操做excel的，一個是保存數據，一個是讀取數據，不要搞混了。

 

開始寫代碼

首先寫一個函數，將全部的爬蟲工做寫到函數裏，以下圖

 這個網站須要寫上headers，不寫是抓不到數據的！新建一個列表，將爬到的相關數據寫入列表，它的形式大概是這樣的：【【產品信息A1，2，3……】，【產品信息B1，2，3……】……】，這麼寫列表是由於咱們最後要將他們寫如excel表格，那麼列表中的每個元素（仍是列表形式）都是一行數據，方便寫入！

注意第33行，列表構成的時候，用+鏈接會將全部列表中的元素放入一個列表，好比：【1，2，3】+【4，5】=【1，2，3，4，5】，而用append()函數則會將後面的內容做爲一個元素加入列表中，好比：[1,2,3].append([4,5])=[1,2,3,[4,5]]

下來就是寫入excel了，首先是新建excel表格，並寫入第一行數據

 

後面的數據，依次按格式寫入並最後用wb.save(路徑)的方式保存便可！完整代碼及效果以下

 

 

因爲網站更新的很快（官方說是10分鐘。。。），因此也沒有抓取那麼多，全部的頁面有大約600多頁，一頁100條信息，也就是說一共有6萬多條商品信息，若是不用多線程的話會很慢！

 

代碼在上傳的過程當中會有壓縮，若是實在看不清楚的話，你們能夠私信我獲取源碼！