京东商品抓取
2021-09-27 14:19 八爪鱼数据采集 阅读(256) 评论(0) 编辑 收藏 举报采集场景
在京东搜索页 https://search.jd.com/Search 输入关键词搜索，采集搜索后得到的多个商品列表数据。
鼠标放到图片上，右键，选择【在新标签页中打开图片】可查看高清大图
下文其他图片同理
采集字段
商品名称、商品描述、商品详情、价格、评论数、店铺名称、店铺链接等字段。
采集结果
采集结果可导出为Excel，CSV，HTML，数据库等多种格式。导出为Excel示例：
教程说明
本篇制作时间：2020/4/24 八爪鱼版本：V8.1.8
如果因网页改版造成网址或步骤无效，无法采集到目标数据，请联系官方客服，我们将及时修正。
采集步骤
步骤一、打开网页
步骤二、批量输入多个关键词并搜索
步骤三、创建【循环列表】，采集所有商品列表中的数据
步骤四、编辑字段
步骤五、创建【循环翻页】，采集多页数据
步骤六、设置滚动和修改【循环翻页】XPath
步骤七、启动采集
以下为具体步骤：
步骤一、打开网页
在首页【输入框】中输入目标网址 https://search.jd.com/Search ，点击【开始采集】，八爪鱼自动打开网页。
特别说明：
a. 打开网页后，如果开始【自动识别】，请点击【不再自动识别】或【取消识别】将其关掉。因为本文不适合使用【自动识别】。
b. 【自动识别】适用于自动识别网页上的列表、滚动和翻页，识别成功后直接启动采集即可获取数据。详情点击查看 【自动识别】教程
步骤二、批量输入多个关键词并搜索
打开网页后，通过以下几步，实现批量输入多个关键词。
1、输入1个关键词并搜索
2、批量输入多个关键词
1、输入1个关键词并搜索
选中京东搜索框，在操作提示框中，点击【输入文本】，输入关键词并保存。
选中【搜索】按钮，在操作提示框中，点击【点击该按钮】，出现关键词的搜索结果。
2、批量输入多个关键词
① 在【打开网页1】步骤后，添加一个【循环】。
② 将【输入文本】和【点击元素】都拖入【循环】中。
③ 进入【循环】设置页面。选择循环方式为【文本列表】，点击 
按钮，将我们准备好的关键字输进去（可同时输入多个关键字，一行一个即可）后保存。
④ 进入【输入文本】设置页面，勾选【使用当前循环里的文本来填充输入框】后保存。
特别说明：
a. 示例中输入的关键词是【耐克】、【阿迪达斯】、【李宁】和【安踏】，可根据自身需求进行替换。
b. 一次最多输入2W个关键字。可先准备一个包含多个关键字的文档，然后将其复制粘贴进八爪鱼中。
步骤三、创建【循环列表】，采集所有商品列表中的数据
通过以下连续4步，采集所有商品列表中的数据：
1、选中页面上1个商品列表（注意一定要选中整个列表，包含所有所需字段）
2、在黄色操作提示框中，点击【选中子元素】
3、点击【选择全部】
4、点击【采集数据】
特别说明：
a. 经过以上连续4步，【循环-提取数据】创建完成。【循环】中的项，对应着页面上所有商品列表，【提取数据】中的字段，对应着每个商品列表中的字段。启动采集以后，八爪鱼就会按照循环中的顺序依次提取每个列表中的字段。
b. 为何通过以上4步，可建立【循环-提取数据】？详情点击查看 列表数据采集教程 。
步骤四、编辑字段
在【当前页面数据预览】页面，可删除多余字段，修改字段名，移动字段顺序等。
步骤五、创建【循环翻页】，以采集多页数据
1、创建循环翻页
如果只是采集一页数据，可跳过此步骤。
如果需要翻页以采集多页数据：选择页面中的【下一页】按钮，在操作提示上单击【循环点击下一页】，创建【循环翻页】。
特别说明：
a. 创建【循环翻页】后，八爪鱼会自动点击【下一页】按钮进行翻页，从第1页，第2页......直到最后1页。如果只需采集特定页的数据，可在八爪鱼中设置循环翻页的次数，详情点击查看 翻页以采集多页数据教程。
b. 在选中【下一页】范围时，选中的范围不同，弹出的提示也不同。如果选中的是最里层的文字【下一页】，黄色操作提示框中弹出的提示是【循环点击下一页】。如果选中的是最整个【下一页】按钮，黄色操作提示框中弹出的提示是【循环点击单个链接】。两者的作用相同，都是为了实现翻页。
步骤六、设置滚动和修改【循环翻页】XPath
1、设置滚动
点击搜索和翻页后，京东默认只显示前30个商品列表。向下滚动页面到底部，才会加载出全部60个商品列表，在八爪鱼中也需设置滚动。
进入【点击元素】和【点击翻页】设置页面，点开【页面加载后】，设置【页面加载后向下滚动】，滚动方式为【向下滚动一屏】，【滚动次数】为6次，【每次间隔】2秒 ，设置后保存。
2、修改【循环翻页】XPath
默认的【循环翻页】XPath会在最后一页重复翻页，导致其他关键词无法输入并采集，需修改【循环翻页】XPath。
进入【循环翻页】设置页面，修改XPath为：//a[@class="pn-next"]/EM[text()="下一页"] 。
特别说明：
a. 为什么会不结束翻页？这是因为【循环翻页】默认生成的XPath，在最后1页时，仍然能定位到【下一页】按钮，这就会导致其一直点击【下一页】按钮，不结束翻页。为了解决这个问题，我们需要手动写一条XPath，使之在当前页为非最后一页时，都能定位到【下一页】按钮，以实现不断点击【下一页】按钮进行翻页。同时在当前页为最后一页时，不定位到【下一页】按钮，以结束翻页。这里需要一定的XPath知识。点击查看 XPath学习与实例教程
b. 设置中的滚动次数和时间间隔，请根据采集需求和网页加载情况进行设置，并非是一成不变的，具体请点击查看 处理滚动加载数据的网页教程
步骤七、启动采集
1、单击【采集】并【启动本地采集】。启动后八爪鱼开始自动采集数据。
特别说明：
a. 【本地采集】是使用自己的电脑进行采集，【云采集】是使用八爪鱼提供的云服务器采集，点击查看 本地采集与云采集详解。
2、采集完成后，选择合适的导出方式导出数据。支持导出为Excel、CSV、HTML、数据库等。这里导出为Excel。
数据示例：
