低代码自动翻页采集山姆商品数据

2023-10-11 03:52

本文主要是介绍低代码自动翻页采集山姆商品数据,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

1 前言

山姆超市以会员经营为主,会员需要向商家购买会员卡才可以获得购物权,享受更多的优惠和折扣,这种模式实际上是通过高质量的商品和服务吸引顾客忠诚度,建立"忠诚顾客"的经营模式。山姆超市的商品销售以大批次和整箱销售为主,这种销售方式可降低物流和库存成本,让顾客享受到更低的商品价格。

山姆超市的商品种类非常多,包括生鲜、烘焙、零食、熟食和日用品等,比如生鲜有樱桃番茄、草莓提子等水果,烘焙有瑞士卷蛋糕、菠萝包等,零食有青柠汁、麻辣牛肉等,熟食有烤鸡、披萨等,日用品有牙膏、毛巾等。每个类别都有很多可选商品,能满足不同人群的消费需求。

山姆官网已经不提供商品显示功能,只能通过京东山姆会员商店的页面查看和购买商品。

2 采集方法

京东上山姆商品页面如下图

A区:为商品分类,每个分类对应有相应商品列表。

B区:为商品列表,显示每个分类的商品数据。

根据页面内容组织情况,采集需要分两个步骤:

1、采集商品分类,同时采集分类对应页面URL。

2、采集分类页面里商品数据,自动翻页采集,直到所有商品采集完成。

本文使用小O网兜软件进行自动化采集。

下载软件登录官网 www.gis9.com ,首页往下滚动,下载【小O网兜】。

软件无需安装,下载后直接运行,可能会被防火墙或者软件管家之类的软件拦截,请将软件添加到信任列表里。

软件启动后进入主界面如图,请注册登录后使用软件。

3 操作步骤

根据用户需求,网兜已经配置好对应的模板,用户进入软件,直接下载山姆模板任务,进行简单重置操作即可执行采集任务。

该模板分为两个子步骤:

1、采集商品分类:采集分类数据,以及分类页面的URL

2、采集商品信息:按上一步,循环打开分类页面,并自动翻页采集商品数据。

具体步骤如下:

新建任务

打开任务模板,下图,点击模板后软件自动下载任务文件,并打开。

如模板中没有所需任务,可点击【客服】,将需求网址发给后台客服,客服将按需求配置并上线新模板。

重置任务

由于山姆商品页面内容定期更新,因此商品分类和商品数据也会变化,每次执行前,需要执行重置,将商品类别记录清空,然后先执行采集商品类别,之后再循环执行商品采集。

打开【数据表】,将商品分类表数据清空,如下。

读取商品分类

接下来,执行第一个步骤,读取商品分类,分类数据只需读取一次即可,无需循环。

如下图,执行【打开页面】,如遇提示,点击【是】即可,右侧浏览器打开目标页面。

再执行【读取数据】,读取页面中分类数据至表格中。

执行完毕后,打开【数据表】窗口,查看分类数据,包括类别URL和类别名称。其中URL为读取商品时循环打开页面使用。

读取商品数据

读取商品数据,根据上一步采集的数据,依次打开商品分类URL页面,自动翻页读取商品数据。

先执行【重置】如下图

然后,循环执行打开页面,程序会自动依次执行步骤,读取数据

当执行完成一次【3 读取数据】后,可以打开【数据表】查看采集商品信息,包含页面中显示的商品信息。

如下图,显示商品列表数据,以及读取商品记录的数量。

执行过程无需人工干预,自动翻页,自动打开商品分类的URL页面,直到所有分类页面都打开并执行完毕。

数据排重

采集完毕数据,可能会出现数据重复的情况,可以在数据表格窗口中选择【】,对数据进行排重处理。

同时也提供导出数据功能,将采集数据导出为CSV格式,可在EXCEL、WPS等表格软件中进行查看和处理。

异常情况

京东页面登陆

执行时可能会遇到页面提示登陆,可以先登陆京东账号,然后再执行采集。登陆过程均在页面中完成,程序不会采集任何账号信息。

分类页面找不到

参考上文读取商品分类步骤。

异常任务停止

执行过程如遇特殊情况,导致任务中断(图标圆点变红色),可在该步骤上点击右键,点击循环执行即可。

任务执行过程支持断点执行,即可在中断处继续往下执行。

4 小结

本文演示使用小O网兜软件采集京东山姆超市商品信息,可以为研究机构和商超提供数据源,执行商品数据分析和可视化操作。

小O网兜提供网页信息采集功能,除了提供任务模板方式采集,也可以自行配置任务,采集其他页面的信息,并对数据进行排重和导出等操作。

这篇关于低代码自动翻页采集山姆商品数据的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/185332

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

活用c4d官方开发文档查询代码

当你问AI助手比如豆包,如何用python禁止掉xpresso标签时候,它会提示到 这时候要用到两个东西。https://developers.maxon.net/论坛搜索和开发文档 比如这里我就在官方找到正确的id描述 然后我就把参数标签换过来

poj 1258 Agri-Net(最小生成树模板代码)

感觉用这题来当模板更适合。 题意就是给你邻接矩阵求最小生成树啦。~ prim代码:效率很高。172k...0ms。 #include<stdio.h>#include<algorithm>using namespace std;const int MaxN = 101;const int INF = 0x3f3f3f3f;int g[MaxN][MaxN];int n

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X