首页 > 后端开发 > php教程 > 天猫和淘宝商品的数据爬取

天猫和淘宝商品的数据爬取

php中世界最好的语言
发布: 2023-03-22 08:26:02
原创
2694 人浏览过

这次给大家带来天猫和淘宝商品的数据爬取,爬取天猫和淘宝商品数据的注意事项有哪些,下面就是实战案例,一起来看一下。

一、思路

最近做了一个网站用到了从网址爬取天猫和淘宝的商品信息,首先看了下手机端的网页发现用的react,不太了解没法搞,所以就考虑从PC入口爬取数据,但是当爬取URL获取数据时并没有获取价格,库存等的信息,仔细研究了下发现是异步请求了另一个接口,但是接口要使用refer才能获取数据,于是就通过以下方式写了一个简单的爬虫,用于爬取商品预览图和商品的第一个分类的价格、库存等。

二、实现

代码如下:

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

63

64

65

66

67

68

69

70

71

72

73

74

75

76

77

78

79

80

81

82

83

84

85

86

87

88

89

90

91

92

93

94

function crawlUrl($url){

import('PhpQuery.Curl');

 $curl=new \Curl();

 $result $curl->read($url);

 $content = mb_convert_encoding( $result['content'], 'UTF-8''UTF-8,GBK,GB2312,BIG5' );

 $myres=array();

 if(strrpos($url,'taobao.com')!=false) {

  //匹配是否下架

  if(strpos($content,'此宝贝已下架')!==false){

   return false;

  }

  preg_match("|itemId   : '(.*)'|isU"$content$match);

  $item_id=$match[1];

  preg_match("|sellerId   : '(.*)'|isU"$content$match);

  $sellet_id=$match[1];

  preg_match("|<title>(.*)</title>|isU",$content,$match);

  $title=$match[1];

  //价格库存信息

  $ch = curl_init();

  curl_setopt ($ch, CURLOPT_URL, 'https://detailskip.taobao.com/service/getData/1/p1/item/detail/sib.htm?itemId='.$item_id.'&sellerId='.$sellet_id.'&modules=dynStock,qrcode,viewer,price,duty,xmpPromotion,delivery,upp,activity,fqg,zjys,amountRestriction,couponActivity,soldQuantity,originalPrice,tradeContract&callback=onSibRequestSuccess');

  $opt[CURLOPT_HEADER]=false;

  $opt[CURLOPT_CONNECTTIMEOUT]=15;

  $opt[CURLOPT_TIMEOUT]=300;

  $opt[CURLOPT_AUTOREFERER]=true;

  $opt[CURLOPT_USERAGENT]='Mozilla/5.0 (Windows NT 6.1) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.47 Safari/536.11';

  curl_setopt_array($ch,$opt);

  curl_setopt ($ch, CURLOPT_RETURNTRANSFER, 1);

  curl_setopt ($ch,CURLOPT_REFERER,$url);

  curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, false);

  $out_put=curl_exec ($ch);

  curl_close ($ch);

  $res=str_replace('onSibRequestSuccess(',"",$out_put);

  $res=rtrim($res,');1');

  $result=json_decode($res,true);

  //查询出图片信息

  preg_match('|<ul id="J_UlThumb" class="tb-thumb tb-clearfix">(.*)</ul>|isU'$content$match);

  preg_match_all('/<img src="(.*?)" \//'$match[1], $images);

  $myres['title']=str_replace('-淘宝网','',$title);

  $myres['price']=current($result['data']['originalPrice']);

  $myres['act_price']=current($result['data']['promotion']['promoData']);

  $myres['stock']=$result['data']['dynStock']['stock'];

  $myres['banners']=$images[1];

 }else{

  //匹配是否下架

  if(strpos($content,'此宝贝已下架')!==false){

   return false;

  }

  $start=strpos($url,'&id=');

  $item_id=substr($url,$start+4,12);

  if(!is_numeric($item_id)){

   $start=strpos($url,'?id=');

   $end=strpos($url,'&spm');

   $item_id=substr($url,$start+4,$end-$start-4);

  }

  preg_match("|<title>(.*)</title>|isU",$content,$match);

  $title=$match[1];

  $myurl='https://mdskip.taobao.com/core/initItemDetail.htm?cachedTimestamp=1500562177777&queryMemberRight=true&cartEnable=true&offlineShop=false&addressLevel=2&itemId='.$item_id.'&tryBeforeBuy=false&isAreaSell=false&tmallBuySupport=true&isPurchaseMallPage=false&household=false&isForbidBuyItem=false&service3C=false&isRegionLevel=false&showShopProm=false&isSecKill=false&sellerPreview=false&isUseInventoryCenter=false&isApparel=true&callback=setMdskip&timestamp=1500562172109&isg=AiUlDZFWmP/sMgVurQSILU3Ytet/Zdis&isg2=Ajk51JIhRFqKzxmiNPP6dkYxSKXT7iySkzSTeVtu9WDf4ll0o5Y9yKdyEtHu';

  //价格库存信息

  $ch = curl_init();

  curl_setopt ($ch, CURLOPT_URL, $myurl);

  $opt[CURLOPT_HEADER]=false;

  $opt[CURLOPT_CONNECTTIMEOUT]=15;

  $opt[CURLOPT_TIMEOUT]=300;

  $opt[CURLOPT_AUTOREFERER]=true;

  $opt[CURLOPT_USERAGENT]='Mozilla/5.0 (Windows NT 6.1) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.47 Safari/536.11';

  curl_setopt_array($ch,$opt);

  curl_setopt ($ch, CURLOPT_RETURNTRANSFER, 1);

  curl_setopt ($ch,CURLOPT_REFERER,$url);

  curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, false);

  $out_put=curl_exec ($ch);

  curl_close ($ch);

  $res = mb_convert_encoding( $out_put'UTF-8''UTF-8,GBK,GB2312,BIG5' );

  $res=str_replace('setMdskip',"",$res);

  $res=str_replace('(',"",$res);

  $res=str_replace(')',"",$res);

  $result=json_decode($res,true);

  $nowk="";

  $nowstore="";

  foreach($result['defaultModel']['inventoryDO']['skuQuantity'as $k=>$val){

   $nowk=$k;

   $nowstore=$val;

   break;

  }

  $myres['title']=str_replace('-tmall.com天猫','',$title);

  $myres['price']=$result['defaultModel']['itemPriceResultDO']['priceInfo'][$nowk]['price'];

  $myres['act_price']=isset($result['defaultModel']['itemPriceResultDO']['priceInfo'][$nowk]['suggestivePromotionList'])?$result['defaultModel']['itemPriceResultDO']['priceInfo'][$nowk]['suggestivePromotionList']:$result['defaultModel']['itemPriceResultDO']['priceInfo'][$nowk];

  $myres['stock']=$result['defaultModel']['inventoryDO']['totalQuantity']?$result['defaultModel']['inventoryDO']['totalQuantity']:$nowstore['quantity'];

  //查询出图片信息

  preg_match('|<ul id="J_UlThumb" class="tb-thumb tm-clear">(.*)</ul>|isU',$content$match);

  preg_match_all('/<img src="(.*?)" \//',$match[1],$images);

  $myres['banners']=$images[1];

 }

 return $myres;

}

登录后复制

相信看了本文案例你已经掌握了方法,更多精彩请关注php中文网其它相关文章!

推荐阅读:

在服务端实现APP支付功能

PHP服务器端的API以及接口开发详解

以上是天猫和淘宝商品的数据爬取的详细内容。更多信息请关注PHP中文网其他相关文章!

相关标签:
本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
数据库数据
来自于 1970-01-01 08:00:00
0
0
0
php数据获取?
来自于 1970-01-01 08:00:00
0
0
0
数据表里没数据显示
来自于 1970-01-01 08:00:00
0
0
0
PostgreSQL数据库设计的备份——无数据
来自于 1970-01-01 08:00:00
0
0
0
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板