佳木斯湛栽影视文化发展公司

主頁 > 知識庫 > php爬取天貓和淘寶商品數(shù)據(jù)

php爬取天貓和淘寶商品數(shù)據(jù)

熱門標(biāo)簽:銀行業(yè)務(wù) 科大訊飛語音識別系統(tǒng) 團購網(wǎng)站 阿里云 Mysql連接數(shù)設(shè)置 Linux服務(wù)器 電子圍欄 服務(wù)器配置

一、思路

最近做了一個網(wǎng)站用到了從網(wǎng)址爬取天貓和淘寶的商品信息,首先看了下手機端的網(wǎng)頁發(fā)現(xiàn)用的react,不太了解沒法搞,所以就考慮從PC入口爬取數(shù)據(jù),但是當(dāng)爬取URL獲取數(shù)據(jù)時并沒有獲取價格,庫存等的信息,仔細研究了下發(fā)現(xiàn)是異步請求了另一個接口,但是接口要使用refer才能獲取數(shù)據(jù),于是就通過以下方式寫了一個簡單的爬蟲,用于爬取商品預(yù)覽圖和商品的第一個分類的價格、庫存等。

二、實現(xiàn)

代碼如下:

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,'此寶貝已下架')!==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];
  //價格庫存信息
  $ch = curl_init();
  curl_setopt ($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,tradeContractcallback=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);
  //查詢出圖片信息
  preg_match('|ul id="J_UlThumb" class="tb-thumb tb-clearfix">(.*)/ul>|isU', $content, $match);
  preg_match_all('/img data-src="(.*?)" \//', $match[1], $images);

  $myres['title']=str_replace('-淘寶網(wǎng)','',$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,'此寶貝已下架')!==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];
  $myurl='https://mdskip.taobao.com/core/initItemDetail.htm?cachedTimestamp=1500562177777queryMemberRight=truecartEnable=trueofflineShop=falseaddressLevel=2itemId='.$item_id.'tryBeforeBuy=falseisAreaSell=falsetmallBuySupport=trueisPurchaseMallPage=falsehousehold=falseisForbidBuyItem=falseservice3C=falseisRegionLevel=falseshowShopProm=falseisSecKill=falsesellerPreview=falseisUseInventoryCenter=falseisApparel=truecallback=setMdskiptimestamp=1500562172109isg=AiUlDZFWmP/sMgVurQSILU3Ytet/Zdisisg2=Ajk51JIhRFqKzxmiNPP6dkYxSKXT7iySkzSTeVtu9WDf4ll0o5Y9yKdyEtHu';
  //價格庫存信息
  $ch = curl_init();
  curl_setopt ($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;
  }

  $myres['title']=str_replace('-tmall.com天貓','',$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'];
  //查詢出圖片信息
  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;
}

上述代碼用到phpquery的庫,但是其實沒啥用,直接用Curl就行,具體爬取的數(shù)據(jù)可以穿參查看結(jié)果,方法不區(qū)分淘寶和天貓鏈接,但是前提是必須是PC端鏈接,另外正則寫的不規(guī)范,所以可以自己重寫正則來匹配數(shù)據(jù)。

更多內(nèi)容請參考專題《python爬取功能匯總》進行學(xué)習(xí)。

以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

您可能感興趣的文章:
  • PHP 爬取網(wǎng)頁的主要方法
  • php記錄搜索引擎爬行記錄的實現(xiàn)代碼
  • php與python實現(xiàn)的線程池多線程爬蟲功能示例
  • php實現(xiàn)簡單爬蟲的開發(fā)
  • php實現(xiàn)爬取和分析知乎用戶數(shù)據(jù)
  • PHP爬蟲之百萬級別知乎用戶數(shù)據(jù)爬取與分析
  • PHP實現(xiàn)簡單爬蟲的方法
  • 淺析php如何實現(xiàn)爬取數(shù)據(jù)原理

標(biāo)簽:衢州 棗莊 衡水 萍鄉(xiāng) 大理 廣元 江蘇 蚌埠

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《php爬取天貓和淘寶商品數(shù)據(jù)》,本文關(guān)鍵詞  ;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請?zhí)峁┫嚓P(guān)信息告之我們,我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 收縮
    • 微信客服
    • 微信二維碼
    • 電話咨詢

    • 400-1100-266
    呼伦贝尔市| 石泉县| 宜兴市| 微博| 集安市| 睢宁县| 连城县| 泰顺县| 巨鹿县| 衡阳市| 吉木乃县| 泽普县| 忻城县| 锦州市| 迁安市| 长顺县| 根河市| 香格里拉县| 饶阳县| 安达市| 仁怀市| 沙雅县| 阿鲁科尔沁旗| 彩票| 蒲城县| 容城县| 兴隆县| 本溪| 九寨沟县| 泸西县| 昭平县| 德安县| 阳城县| 定西市| 遂溪县| 铅山县| 平和县| 高陵县| 丹阳市| 汕尾市| 仁布县|