一、背景与目的

数字化营销时代，快速掌握了解数据是一项基本技能，本文主要讲解里面Web Scraper工具如何爬取公开数据，比如爬取京东的店铺售卖商品情况数据，以便我们更好地了解竞品对手的产品情况和定价情况等，从而采取有效针对性的手段应对，同时对于个人也是一项数据收集技能的提升。

二、工具介绍和安装

1> 介绍

Web Scraper是一款可以从网页中提取数据的chrome网页数据提取插件,是一款非常好用的爬虫工具。

2> 安装

步骤一：安装Chrome浏览器的桌面版。

步骤二：:在webscraper.io下载谷歌Chrome浏览器插件，完全免费。

步骤三：安装完Web Scraper可以在Chrome右上角找到图标。

步骤四：Windows操作系统，按F12键，Chrome开发者工具会弹出，Web Scraper在菜单项的最右边，至此安装工作结束。

三、实战爬取操作

1> 选取爬取平台的链接

步骤一：获取爬取链接：打开京东首页，搜索手机之后，我们看到全部商品分类的选项，然后我们选取手机通讯->手机->品牌HUAWEI，进入相应页面后，选取第二页商品列表，之后得到如下链接。

https://list.jd.com/list.html?cat=9987,653,655&ev=exbrand_8557&page=2&sort=sort_rank_asc&trans=1&JL=6_0_0&ms=9#J_main

步骤二：分析链接：上面URL中加粗的参数sort、trans、JL和ms并没有用，有用的是cat、ev和page参数，其中cat代表品类，ev代表华为品牌，page代表商品列表页数

步骤三：定义取值链接和爬取页数：根据上边分析和之前查看页数，获得总页数42页，故工具抽取链接如下（循环遍历抽取1~42页数据）。

https://list.jd.com/list.html?cat=9987,653,655&ev=exbrand_8557&page=[1-42]

2> 爬取配置

步骤一：创建爬取网站项目，定义爬取网站地址

在Web Scraper选项下边选取Create new sitemap，具体参数如下

sitemap name ：huawei_mobile

Start URL：https://list.jd.com/list.html?cat=9987,653,655&ev=exbrand_8557&page=[1-42]

创建完成后，进入Add new selector蓝色按钮的界面，此时我们的位置为_root，这里面selector就是CSS里面的CSS选择器，然后我们依次添加selector，圈选商品和商品项。

步骤二：创建商品选择器，圈选爬取商品

a> 点击按钮：CSS Selector的作用是在HTML中定位，我们点击蓝色按钮Add new selector，进入页面元素选取状态。

b> 页面商品圈选：

鼠标定位某一个商品，此时商品处于蓝色框选区域，具体如图所示

然后鼠标双击，在Done Selecting！处获取圈选商品页面HTML元素，点击此蓝色按钮，具体获取元素为：li.gl-item:nth-of-type(1) div.gl-i-wrap

点击Element preview按钮时，该块商品区域会再次高亮。

我们此时需要选取所有商品，则需要调整刚才所选取元素，根据如下HTML Element则调整为#plist > ul > li

备注：此处应用了页面Copy Selector的插件，可以在HTML Element右键复制

当我们再次启用Element preview时，就能看到所有商品区域都高亮了。

点击蓝色按钮Save selector保存,item的选择器创建成功

步骤三：创建商品项选择器，圈选商品项

依次在item选择器下创建商品属性项，分别为商品名称（product name）、商品价格（price）、商品评论数（comment_cnt）和店铺（shop)，具体如下图所示：

此时如需预览数据，可以将之前sitemap里面的页数page=[1-42]调整为page=2，data preview具体如下：

步骤四：数据爬取

选取Scrape进行数据爬取，启动爬取

步骤五：结果导出

csv版本导出

四、总结

webscraper优缺点总结

优点：免费、操作系统无限制（依赖于浏览器）、操作简便，容易上手（无技术背景人可配置操作）、功能强大（支持静态和动态数据抓取）

缺点：不支持iframe的爬取（比如地图嵌入之类，经销商地图）、不支持爬取数据的过滤、其他的以后碰到在说吧，O(∩_∩)O哈哈~

适用人群：

技术人员

商业分析人员

咨询人员

欢迎使用！！！！！！！！！！！！！！！！！