幾個月前，姐姐跟我說要在淘寶上開一個網店，把家里池塘養的魚做成零食去賣，因為網上有很多這種小魚零食網店，看起來銷量都還不錯，
姐姐知道我會一些在她們眼里比較“高超的技術”，所以就問我能不能幫她弄一些這方面的資料，因為在開店之前得做一些調查，比如說哪些價位的小魚零食賣得最多這種調查，當然了，自己也可以手動去統計，但那很麻煩并容易出錯，所以用技術來解決最為合適，
這對我來說倒不是什么很難的事情，于是抽空就給她去做了一波爬蟲和資料分析，最后把資料結果給了她，經過她一分析之后，發現原來看似紅海的小魚零食市場，居然還有藍海區域，在一番準備之后，姐姐就開始經營她的小魚零食店鋪，第一個月的除去成本和廣告等支出，居然賺了3萬多！
接下來，我給大家分享一下我是怎么用Python去給姐姐做的淘寶店鋪市場調查，
一、專案需求
首先，我要爬取的目標網址自然是淘寶了，目標網址：
https://s.taobao.com/search?q=%E5%B0%8F%E9%B1%BC%E9%9B%B6%E9%A3%9F&imgfile=&commend=all&ssid=s5-e&search_type=item&sourceId=tb.index&spm=a21bo.21814703.201856-taobao-item.1&ie=utf8&initiative_id=tbindexz_20170306&bcoffset=4&ntoffset=4&p4ppushleft=2%2C48&s=0
然后我們來看一下姐姐的需求是有哪些：
1.爬取前10頁淘寶商品的銷量和金額，找出各價位商品銷量，并用圖形展示分析結果，價位按以下10個區間分：
2.爬取前10頁淘寶商家的地理位置資訊，并用圖形展示分析結果，
3.爬取前10頁中購買人數最多的10家店名和對于的小魚零食鏈接（1家店1個鏈接即可），
4.爬取購買人數最多的10家店鋪中已購買的用戶評論關鍵詞，生成詞圖，
從上面這4個需求來看，很明顯姐姐想要知道現在的小魚零食市場店鋪最多的是哪些價位、這些店鋪在哪些區域、做得比較好的店鋪有哪些以及用戶最關心的是什么，
二、效果預覽
代碼我寫了差不多2天的時間，基本上已經把姐姐的需求全部弄出來了，我們來看看效果，
1.淘寶前10頁的所有小魚零食產品，在不同價位區間的數量情況，
可以看出來，在10~30塊錢的價位上，小魚零食已經是一片紅海了，賣的人太多，基本沒得賺，其次是低于10塊錢和30—50元這兩個區間，賣的也很多；比較有意思的是70到90元這個區間，只有5家，110到130這個區間，只有1家，
那么可以考慮一下做中高端的市場，這里還是一片藍海，
2.全國賣小魚零食的店鋪區域分布圖
姐姐家是在湖南，得益于洞庭湖水系的滋養，在網上賣小魚零食的商家還是有不少的，其次便是沿海一帶最為多，看來姐姐在生意上的競爭對手就在身邊，
3.購買人數最多的10家店鋪鏈接
有了這個，姐姐就可以自己去經常參考別人是怎么做的了，其實這個在淘寶上也能勾選出來銷量最多的產品，我不是很理解為什么要這么做，但還是做了，
四、用戶云詞圖
云詞圖我也只是做了一個比較粗糙的詞圖，我們可以看得出來，用戶最關心的點就在包裝品質、口感味道、保質期、商品分量等方面，在了解了用戶最關心的點之后，產品的設計、店鋪搭建、廣告詞等等東西就可以“對癥下藥”了，
三、部分原始碼
由于原始碼比較長，源檔案有三個，所以這里我就只展示部分原始碼了，需要原始碼的可以找我，你們也可以自己去做一些別的品類的淘寶產品市場分析，沒準你們也能發現更多的生財之道！
部分原始碼：
import csv
import os
import time
import wordcloud
from selenium import webdriver
from selenium.webdriver.common.by import By
def tongji():
prices = []
with open('前十頁銷量和金額.csv', 'r', encoding='utf-8', newline='') as f:
fieldnames = ['價格', '銷量', '店鋪位置']
reader = csv.DictReader(f, fieldnames=fieldnames)
for index, i in enumerate(reader):
if index != 0:
price = float(i['價格'].replace('￥', ''))
prices.append(price)
DATAS = {'<10': 0, '10~30': 0, '30~50': 0,
'50~70': 0, '70~90': 0, '90~110': 0,
'110~130': 0, '130~150': 0, '150~170': 0, '170~200': 0, }
for price in prices:
if price < 10:
DATAS['<10'] += 1
elif 10 <= price < 30:
DATAS['10~30'] += 1
elif 30 <= price < 50:
DATAS['30~50'] += 1
elif 50 <= price < 70:
DATAS['50~70'] += 1
elif 70 <= price < 90:
DATAS['70~90'] += 1
elif 90 <= price < 110:
DATAS['90~110'] += 1
elif 110 <= price < 130:
DATAS['110~130'] += 1
elif 130 <= price < 150:
DATAS['130~150'] += 1
elif 150 <= price < 170:
DATAS['150~170'] += 1
elif 170 <= price < 200:
DATAS['170~200'] += 1
for k, v in DATAS.items():
print(k, ':', v)
def get_the_top_10(url):
top_ten = []
# 獲取代理
ip = zhima1()[2][random.randint(0, 399)]
# 運行quicker動作（可以不用管）
os.system('"C:\Program Files\Quicker\QuickerStarter.exe" runaction:5e3abcd2-9271-47b6-8eaf-3e7c8f4935d8')
options = webdriver.ChromeOptions()
# 遠程除錯Chrome
options.add_experimental_option('debuggerAddress', '127.0.0.1:9222')
options.add_argument(f'--proxy-server={ip}')
driver = webdriver.Chrome(options=options)
# 隱式等待
driver.implicitly_wait(3)
# 打開網頁
driver.get(url)
# 點擊部分文字包含'銷量'的網頁元素
driver.find_element(By.PARTIAL_LINK_TEXT, '銷量').click()
time.sleep(1)
# 頁面滑動到最下方
driver.execute_script('window.scrollTo(0,document.body.scrollHeight)')
time.sleep(1)
# 查找元素
element = driver.find_element(By.ID, 'mainsrp-itemlist').find_element(By.XPATH, './/div[@class="items"]')
items = element.find_elements(By.XPATH, './/div[@data-category="auctions"]')
for index, item in enumerate(items):
if index == 10:
break
# 查找元素
price = item.find_element(By.XPATH, './div[2]/div[1]/div[contains(@class,"price")]').text
paid_num_data = item.find_element(By.XPATH, './div[2]/div[1]/div[@class="deal-cnt"]').text
store_location = item.find_element(By.XPATH, './div[2]/div[3]/div[@class="location"]').text
store_href = item.find_element(By.XPATH, './div[2]/div[@class="row row-2 title"]/a').get_attribute(
'href').strip()
# 將資料添加到字典
top_ten.append(
{'價格': price,
'銷量': paid_num_data,
'店鋪位置': store_location,
'店鋪鏈接': store_href
})
for i in top_ten:
print(i)
def get_top_10_comments(url):
with open('排名前十評價.txt', 'w+', encoding='utf-8') as f:
pass
# ip = ipidea()[1]
os.system('"C:\Program Files\Quicker\QuickerStarter.exe" runaction:5e3abcd2-9271-47b6-8eaf-3e7c8f4935d8')
options = webdriver.ChromeOptions()
options.add_experimental_option('debuggerAddress', '127.0.0.1:9222')
# options.add_argument(f'--proxy-server={ip}')
driver = webdriver.Chrome(options=options)
driver.implicitly_wait(3)
driver.get(url)
driver.find_element(By.PARTIAL_LINK_TEXT, '銷量').click()
time.sleep(1)
element = driver.find_element(By.ID, 'mainsrp-itemlist').find_element(By.XPATH, './/div[@class="items"]')
items = element.find_elements(By.XPATH, './/div[@data-category="auctions"]')
original_handle = driver.current_window_handle
item_hrefs = []
# 先獲取前十的鏈接
for index, item in enumerate(items):
if index == 10:
break
item_hrefs.append(
item.find_element(By.XPATH, './/div[2]/div[@class="row row-2 title"]/a').get_attribute('href').strip())
# 爬取前十每個商品評價
for item_href in item_hrefs:
# 打開新標簽
# item_href = 'https://item.taobao.com/item.htm?id=523351391646&ns=1&abbucket=11#detail'
driver.execute_script(f'window.open("{item_href}")')
# 切換過去
handles = driver.window_handles
driver.switch_to.window(handles[-1])
# 頁面向下滑動一部分，直到讓評價那兩個字顯示出來
try:
driver.find_element(By.PARTIAL_LINK_TEXT, '評價').click()
except Exception as e1:
try:
x = driver.find_element(By.PARTIAL_LINK_TEXT, '評價').location_once_scrolled_into_view
driver.find_element(By.PARTIAL_LINK_TEXT, '評價').click()
except Exception as e2:
try:
# 先向下滑動100，放置評價2個字沒顯示在螢屏內
driver.execute_script('var q=document.documentElement.scrollTop=100')
x = driver.find_element(By.PARTIAL_LINK_TEXT, '評價').location_once_scrolled_into_view
except Exception as e3:
driver.find_element(By.XPATH, '/html/body/div[6]/div/div[3]/div[2]/div/div[2]/ul/li[2]/a').click()
time.sleep(1)
try:
trs = driver.find_elements(By.XPATH, '//div[@class="rate-grid"]/table/tbody/tr')
for index, tr in enumerate(trs):
if index == 0:
comments = tr.find_element(By.XPATH, './td[1]/div[1]/div/div').text.strip()
else:
try:
comments = tr.find_element(By.XPATH,
'./td[1]/div[1]/div[@class="tm-rate-fulltxt"]').text.strip()
except Exception as e:
comments = tr.find_element(By.XPATH,
'./td[1]/div[1]/div[@class="tm-rate-content"]/div[@class="tm-rate-fulltxt"]').text.strip()
with open('排名前十評價.txt', 'a+', encoding='utf-8') as f:
f.write(comments + '\n')
print(comments)
except Exception as e:
lis = driver.find_elements(By.XPATH, '//div[@class="J_KgRate_MainReviews"]/div[@class="tb-revbd"]/ul/li')
for li in lis:
comments = li.find_element(By.XPATH, './div[2]/div/div[1]').text.strip()
with open('排名前十評價.txt', 'a+', encoding='utf-8') as f:
f.write(comments + '\n')
print(comments)
def get_top_10_comments_wordcloud():
file = '排名前十評價.txt'
f = open(file, encoding='utf-8')
txt = f.read()
f.close()
w = wordcloud.WordCloud(width=1000,
height=700,
background_color='white',
font_path='msyh.ttc')
# 創建詞云物件，并設定生成圖片的屬性
w.generate(txt)
name = file.replace('.txt', '')
w.to_file(name + '詞云.png')
os.startfile(name + '詞云.png')
def get_10_pages_datas():
with open('前十頁銷量和金額.csv', 'w+', encoding='utf-8', newline='') as f:
f.write('\ufeff')
fieldnames = ['價格', '銷量', '店鋪位置']
writer = csv.DictWriter(f, fieldnames=fieldnames)
writer.writeheader()
infos = []
options = webdriver.ChromeOptions()
options.add_experimental_option('debuggerAddress', '127.0.0.1:9222')
# options.add_argument(f'--proxy-server={ip}')
driver = webdriver.Chrome(options=options)
driver.implicitly_wait(3)
driver.get(url)
# driver.execute_script('window.scrollTo(0,document.body.scrollHeight)')
element = driver.find_element(By.ID, 'mainsrp-itemlist').find_element(By.XPATH, './/div[@class="items"]')
items = element.find_elements(By.XPATH, './/div[@data-category="auctions"]')
for index, item in enumerate(items):
price = item.find_element(By.XPATH, './div[2]/div[1]/div[contains(@class,"price")]').text
paid_num_data = item.find_element(By.XPATH, './div[2]/div[1]/div[@class="deal-cnt"]').text
store_location = item.find_element(By.XPATH, './div[2]/div[3]/div[@class="location"]').text
infos.append(
{'價格': price,
'銷量': paid_num_data,
'店鋪位置': store_location})
try:
driver.find_element(By.PARTIAL_LINK_TEXT, '下一').click()
except Exception as e:
driver.execute_script('window.scrollTo(0,document.body.scrollHeight)')
driver.find_element(By.PARTIAL_LINK_TEXT, '下一').click()
for i in range(9):
time.sleep(1)
driver.execute_script('window.scrollTo(0,document.body.scrollHeight)')
element = driver.find_element(By.ID, 'mainsrp-itemlist').find_element(By.XPATH, './/div[@class="items"]')
items = element.find_elements(By.XPATH, './/div[@data-category="auctions"]')
for index, item in enumerate(items):
try:
price = item.find_element(By.XPATH, './div[2]/div[1]/div[contains(@class,"price")]').text
except Exception:
time.sleep(1)
driver.execute_script('window.scrollTo(0,document.body.scrollHeight)')
price = item.find_element(By.XPATH, './div[2]/div[1]/div[contains(@class,"price")]').text
paid_num_data = item.find_element(By.XPATH, './div[2]/div[1]/div[@class="deal-cnt"]').text
store_location = item.find_element(By.XPATH, './div[2]/div[3]/div[@class="location"]').text
infos.append(
{'價格': price,
'銷量': paid_num_data,
'店鋪位置': store_location})
try:
driver.find_element(By.PARTIAL_LINK_TEXT, '下一').click()
except Exception as e:
driver.execute_script('window.scrollTo(0,document.body.scrollHeight)')
driver.find_element(By.PARTIAL_LINK_TEXT, '下一').click()
# 一頁結束
for info in infos:
print(info)
with open('前十頁銷量和金額.csv', 'a+', encoding='utf-8', newline='') as f:
fieldnames = ['價格', '銷量', '店鋪位置']
writer = csv.DictWriter(f, fieldnames=fieldnames)
for info in infos:
writer.writerow(info)
if __name__ == '__main__':
url = 'https://s.taobao.com/search?q=%E5%B0%8F%E9%B1%BC%E9%9B%B6%E9%A3%9F&imgfile=&commend=all&ssid=s5-e&search_type=item&sourceId=tb.index&spm=a21bo.21814703.201856-taobao-item.1&ie=utf8&initiative_id=tbindexz_20170306&bcoffset=4&ntoffset=4&p4ppushleft=2%2C48&s=0'
# get_10_pages_datas()
# tongji()
# get_the_top_10(url)
# get_top_10_comments(url)
get_top_10_comments_wordcloud()
四、我的姐姐
大家是不是很好奇我的姐姐長什么樣子？很抱歉哈，不能給大家看臉，只能給大家看一下姐姐的背影：
那么今天的分享就到這里了，記得給我三連哈！
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/293464.html
標籤：python