爬虫实战指南：按关键字搜索京东商品

Python 爬虫实战：按关键字搜京东商品

最新推荐文章于 2025-09-10 16:26:08 发布

原创最新推荐文章于 2025-09-10 16:26:08 发布 · 1k 阅读

7 ·

CC 4.0 BY-SA版权

文章标签：

#爬虫 #python

在电商领域，精准获取商品信息对于市场分析、选品上架、库存管理和价格策略制定等方面至关重要。京东作为国内知名的电商平台，提供了丰富的商品数据。通过 Python 爬虫技术，我们可以高效地按关键字搜索京东商品，并获取其详细信息。以下是一个详细的实战指南，包括代码示例。

一、环境准备

（一）安装必要的库

确保你的开发环境中已经安装了以下库：

requests：用于发送 HTTP 请求。
BeautifulSoup：用于解析 HTML 内容。
pandas：用于数据处理和存储。

可以通过以下命令安装这些库：

bash

pip install requests beautifulsoup4 pandas

（二）注册京东开放平台账号

为了使用京东的 API 接口，需要在京东开放平台（https://open.jd.com/）注册一个开发者账号。登录后，创建一个新的应用，获取应用的 App Key 和 App Secret，这些凭证将用于后续的 API 调用。

二、编写爬虫代码

（一）发送 HTTP 请求

使用 requests 库发送 GET 请求，获取商品页面的 HTML 内容。

Python

import requests

def get_html(url):
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36'
    }
    response = requests.get(url, headers=headers)
    if response.status_code == 200:
        return response.text
    else:
        print("Failed to retrieve the page")
        return None

（二）解析 HTML 内容

使用 BeautifulSoup 解析 HTML 内容，提取商品详情。

Python

from bs4 import BeautifulSoup

def parse_html(html):
    soup = BeautifulSoup(html, 'lxml')
    products = []
    product_items = soup.find_all('li', class_='gl-item')
    for item in product_items:
        title = item.find('div', class_='p-name').text.strip()
        price = item.find('div', class_='p-price').text.strip()
        comment = item.find('div', class_='p-commit').text.strip()
        products.append({
            'title': title,
            'price': price,
            'comment': comment
        })
    return products

（三）按关键字搜索商品

根据关键字构建搜索 URL，并获取多页搜索结果的 HTML 内容。

Python

import time

def search_products(keyword, max_pages=5):
    base_url = "https://search.jd.com/Search"
    all_products = []
    for page in range(1, max_pages + 1):
        url = f"{base_url}?keyword={keyword}&enc=utf-8&wq={keyword}&page={page}"
        html = get_html(url)
        if html:
            products = parse_html(html)
            all_products.extend(products)
        time.sleep(2)  # 避免高频率请求
    return all_products

（四）整合代码

将上述功能整合到主程序中，实现完整的爬虫程序。

Python

import pandas as pd

def main():
    keyword = "耳机"
    products = search_products(keyword, max_pages=3)
    df = pd.DataFrame(products)
    df.to_csv('jd_product_data.csv', index=False, encoding='utf-8')
    print('数据保存成功！')

if __name__ == "__main__":
    main()