python爬虫-淘宝商品密码（图文教程附源码）

今天闲着没事，不想像书上介绍的那样，我相信所有的数据都是有规律可以寻找的，然后去分析了一下淘宝的商品数据的规律和加密方式，用了最简单的知识去解析了需要的数据。

这个也让我学到了，解决问题的方法不止一个，我们要常常学会去思考，学会去学习，相信我们爬虫还是可以拿到我们想要的一切需要的数据。

我也对数据感兴趣，就是感觉，世间万物都是有规律可寻的，就看我们能不能去发现其中的秘密。

当我们去解决一个问题的时候，那一种成就感是别人难以体会的。只有我们去亲身体验才会感到真正的幸福。

所用模块：

re+requests+json

所用环境：

windows10 + pycharm

实战分析：

第一步：根据url来在google chrome中分析数据

分析的结果是：数据就是通过json来存储的

第二步：

得到网页的源码

第三步把得到的数据进行解析

 第四步：对数据进行解密

第五步：就可以把json的数据拿到并分析得到相应的数据

 以下是源码：

import json
import re

import requests

# 在搜索框中输入美食得到的数据q=%E7%BE%8E%E9%A3%9F
url = 'https://s.taobao.com/search?q=%E7%BE%8E%E9%A3%9F'
response = requests.get(url)
# print(response.text)

# 用正则对html源码进行解析到一个json数据
pattern = re.compile('g_page_config =(.*?});', re.S)
result = re.search(pattern, response.text)
# print(result.group(1))
try:
    # 发现并不是那么简单而是加密的数据并是有规律可寻的，以下是加密的几个数据段
    json_data = re.sub('(\\u003d)|(\\u0026)|(\\u003c)|(\\u003e)', '', result.group(1))
    print('数据解密成功')
    # print(json_data)
except Exception as e:
    print('数据解密失败，原因是：',e)


# json_dumps = json.dumps(json_data)
# print(json_dumps)
data_count = 1
data = json.loads(json_data)
# 分析json的数据并把需要的数据给读取出来
for good in data['mods']['itemlist']['data']['auctions']:
    print('商店名：{},商品标题:{},
商品图片：{},
商品产地：{},商品价格：{},付款人数：{},
'.format(good['nick'], good['title'], good['pic_url'], good['item_loc'], good['view_price'],good['view_sales']))
    data_count += 1

print(data_count)