1.環境須知
做這個爬取的時候需要安裝好python3.6和selenium、pyquery等等一些比較常用的爬取和解析庫，還需要安裝MongoDB這個分散式資料庫。
2.直接上程式碼
spider.py

import re
from config import *
import pymongo
from selenium import webdriver
from selenium.common.exceptions import TimeoutException
from selenium.webdriver.common.by import By
from selenium.webdriver.support.ui import
 
 WebDriverWait
from selenium.webdriver.support import expected_conditions as EC
from pyquery import PyQuery as pq
#mongodb配置資訊
client = pymongo.MongoClient(MONGO_URL)
db = client[MONGO_DB]
#開啟chrome瀏覽器
browser = webdriver.Chrome()
wait = WebDriverWait(browser, 10)
#第一次搜尋頁面的方法
def search():
    print('正在搜尋'
 
)
    try:
        browser.get('https://www.taobao.com')
        input = wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '#q')))
        submit = wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, '#J_TSearchForm > div.search-button > button')))
        input.send_keys(KEYWORD)
        submit.click()
        total = wait.until(EC.presence_of_element_located((By.CSS_SELECTOR,'#mainsrp-pager > div > div > div > div.total'
 
)))
        get_products()
        return total.text
    except TimeoutException:
        return search()
#運用selenium進行翻頁的操作
def next_page(page_number):
    print('正在翻頁')
    try:
        input = wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '#mainsrp-pager > div > div > div > div.form > input')))
        submit = wait.until(EC.element_to_be_clickable((By.CSS_SELECTOR, '#mainsrp-pager > div > div > div > div.form > span.btn.J_Submit')))
        input.clear()
        input.send_keys(page_number)
        submit.click()
        wait.until(EC.text_to_be_present_in_element((By.CSS_SELECTOR,'#mainsrp-pager > div > div > div > ul > li.item.active > span'), str(page_number)))
        get_products()
    except TimeoutException:
        next_page(page_number)
#運用pyquery進行頁面的解析
def get_products():
    wait.until(EC.presence_of_element_located((By.CSS_SELECTOR, '#mainsrp-itemlist .items .item')))
    html = browser.page_source
    doc = pq(html)
    items = doc('#mainsrp-itemlist .items .item').items()
    for item in items:
        products = {
            'image': item.find('.pic .img').attr('src'),
            'price': item.find('.price').text(),
            'deal': item.find('.deal-cnt').text()[:-3],
            'title': item.find('.title').text(),
            'shop': item.find('.shop').text(),
            'location': item.find('.location').text()
        }
        print(products)
        save_to_mongo(products)
#資料儲存到mongodb中
def save_to_mongo(result):
    try:
        if db[MONGO_TABLE].insert(result):
            print('儲存成功', result)
    except Exception:
        print('儲存失敗', result)
#主方法
def main():
    try:
        total = search()
        total = int(re.compile('(\d+)').search(total).group(1))
        for i in range(2, total+1):
            next_page(i)
    except Exception:
        print('下載中斷，出錯了')
    finally:
        browser.close()
#程式入口
if __name__ == '__main__':
    main()

config.py

#mongodb資料庫的配置資訊
MONGO_URL = 'localhost'
MONGO_DB = 'taobao'
MONGO_TABLE = 'product'
#搜尋關鍵詞的更改
SERVICE_ARGS = ['--load-images=false']
KEYWORD = '美食'

3.執行結果
上面我爬取了淘寶頁面搜尋‘美食’關鍵詞後的商品的資訊，你也可以根據修改關鍵詞爬取其他不同的資訊。下面是儲存在mongodb裡面的資料截圖，以表格的形式展示出來了。


。。。。。。
這些是50個商品的資料，一共爬取了100頁的商品應該有幾千條的資料，就不一一展示了。

打完收工。