京东搜索产品时,pc端列表页只展示100页的数据

问题描述:当你在电脑上浏览京东网站时,官网只给你返回100页数据,每页60个,总共只显示6000个商品,但实际有几十万的相关产品没有展示出来。

京东搜索产品时,pc端列表页只展示100页的数据_第1张图片

这算是京东的一种反扒机制,美团的电脑端也是这样,只给你返回固定页数的信息。遇到这个问题,可以选择增加搜索维度、寻找其他接口的方法,尽量多的去获取数据。

解决方法:

一、在搜索的时候,缩小搜索范围,增加搜索维度

  • 1、在搜索商品时,加上品牌、型号等信息,缩小范围
    京东搜索产品时,pc端列表页只展示100页的数据_第2张图片
  • 2、利用好京东的导航栏,进行每一层的缩小范围
    京东搜索产品时,pc端列表页只展示100页的数据_第3张图片
    这个方法更可取一些,可以循环导航栏的信息,去一层一层的获取。
    这个导航栏可以用xpath到每一个的链接。
# 提取商品页的所有相关商品 
response.xpath("//div[contains(@class,'J_selectorLine')]/@class")
------------
J_selectorLine s-brand     # 商品的品牌栏
J_selectorLine s-category  # 商品的类别栏
J_selectorLine s-category  
J_selectorLine s-line      # 商品的细分条件栏
J_selectorLine s-line s-senior  # 商品的选项栏

二、如果搜索固定的商品,可以找到它专属的商品页深度挖掘

  • 1、利用好京东的导航栏,找到你想要抓取的信息
    京东搜索产品时,pc端列表页只展示100页的数据_第4张图片
  • 2、跳转到二级域名下的商品列表里,他展示全部的页码。
    京东搜索产品时,pc端列表页只展示100页的数据_第5张图片
  • 3、这种方法可以用于全站抓取哦。

三、商品详情页的同款商品可以一并获取

  • 1、抓到具体到商品详情页后,会发现很多同款不同信号的商品,可以一起抓取
    京东搜索产品时,pc端列表页只展示100页的数据_第6张图片

  • 2、这个商品列表,需要用到源代码正则匹配。
    京东搜索产品时,pc端列表页只展示100页的数据_第7张图片
    正则规则: re.findall(r"colorSize:(.*?}]),[ ]+?[warestatus:]+", response)

    这时,提取到的是每一个商品的skuId颜色信息,再用字符串拼接商品的URL"https://item.jd.com/{skuId}.html",去提取每一个商品的信息即可。

你可能感兴趣的:(爬虫)