22-0001 淘宝店铺搜索界面

1.元素

• 获取店铺搜索界面每个店铺的’sellerid’

备注：通过sellerid可以在下面链接中获取买家秀的图片，也可以使用相关软件进行下载。[将最后的xxx替换为sellerid即可]
Link:https://h5.m.taobao.com/ocean/privatenode/shop.html?&sellerId=xxx

2.过程

2.1 搜索界面的网页源码

店铺搜索界面如下：

备注：每一个界面会有20个结果，结果是根据热度排序的

---

源码如下：

trace-uid：与sellerid是一致的
猫受屋：店铺的名字

备注：每一页对应可以搜索得到20个类似的id。

2.2 通过Chrome控制台获取sellerid

//备注：需要保证20个店铺都加载过，否则获取的不完整
tag_list=document.getElementsByClassName("list-img");
str_pr="";
for (var i =0; i < tag_list.length; i++) {
    a_list=tag_list[i].getElementsByTagName("a");
    trace_uid=a_list[0].getAttribute("trace-uid");
    trace_title=a_list[0].title;
    str_temp=trace_uid+':'+trace_title;
    str_pr=str_pr+str_temp+'\n';
}
console.log(str_pr);

对应的一段源码如下：

2.3 搜索链接

如下链接：不能得到任何与第几页相关的内容

url='https://shopsearch.taobao.com/search?q=%E6%89%8B%E5%8A%9E&js=1&initiative_id=staobaoz_20200511&ie=utf8';
'q=%E6%89%8B%E5%8A%9E':搜索的内容，url二次编码
'ie=utf8'：编码格式

下翻一页与上一页对比：

url1='https://shopsearch.taobao.com/search?q=%E6%89%8B%E5%8A%9E&js=1&initiative_id=staobaoz_20200511&ie=utf8';
url2='https://shopsearch.taobao.com/search?q=%E6%89%8B%E5%8A%9E&js=1&initiative_id=staobaoz_20200511&ie=utf8&s=20';

可以看到末尾的多了 ‘s=20’ ,可以通过这个链接，每次获取网页源码，从中进行提取。

备注：上面的方法不可行，因为需要进行登录，哈哈~
因此，需要在控制台输入JS代码，将每次的结果进行复制

2.4 控制台

有这么一项：

url='https://tmatch.simba.taobao.com/?name=tbuad&o=j&count=20&p4p=tbcc_p4p_c2015_8_130026_15891809314781589180932117&pid=430409_1006&keyword=%CA%D6%B0%EC&offset=20';
name='tbuad';
count=20;
p4p='tbcc_p4p_c2015_8_130026_15891809314781589180932117';
pid='430409_1006';
keyword='%CA%D6%B0%EC';
offset=20;

经过了一番测试，得到如下结果：

• count：返回搜索结果的数目，最大200
• offset：偏移，从将offset后count个店铺信息返回
• keyword：类似于url二次编码，但似乎还进行了其他处理，不能直接解码
• p4p可以去掉
• pid可以任意修改，但一定要有

类似于一个接口

其中的内容如下：

备注：果不其然，只有20条数据。
单拎出来一条：

SELL:卖出的数目
SELLERID：店铺的sellerid
GRADE：类似于热度，数字越大、热度越高
ISMALL：不知道
SHOPNAME：店铺的名字
SHOPID：店铺的id

备注：可以使用python批量获取N条数据，将其排列得到热度较高的店铺。python代码就不贴出来了 。

3.总结

这才不过是第一篇，以后指定会遇到各种奇奇怪怪的网站~
其中类似于url二次编码的问题，是值得思考与探讨的~

//这两个是如何表示同一种内容的?
//使用Javascript encodeURI() 函数，用于完整的URL编码。',
str1='%E6%89%8B%E5%8A%9E';//encodeURI
//使用Javascript encodeURIComponent() 函数，用于拼接URL的参数。
str2='%CA%D6%B0%EC';//encodeURIComponent

---

关于图片下载的部分内容：
链接：https://wenshitaiyi.lanzous.com/ichlukf
密码:8pzd
备注：生成的文件夹与该.exe文件在同一个路径下！