更多>>关于我们

西安鲲之鹏网络信息技术有限公司从2010年开始专注于Web(网站)数据抓取领域。致力于为广大中国客户提供准确、快捷的数据采集相关服务。我们采用分布式系统架构,日采集网页数千万。我们拥有海量稳定高匿HTTP代理IP地址池,可以有效绕过各种反采集策略。

您只需告诉我们您想抓取的网站是什么,您感兴趣的字段有哪些,你需要的数据是哪种格式,我们将为您做所有的工作,最后把数据(或程序)交付给你。

数据的格式可以是CSV、JSON、XML、ACCESS、SQLITE、MSSQL、MYSQL等等。

更多>>官方微博

西安鲲之鹏
陕西 西安

加关注

  • 【经验分享】如何获取我查查App当前所选城市?
    adb pull /data/data/com.wochacha/shared_prefs/com.wochacha_preferences.xml ./com.wochacha_preferences.xml
    然后读取"SelectedCityName"属性。如图所示。 ​​​​
    发布时间:2019-01-18 14:09:15
  • 拼多多商品ID采集:Selenium + Mitmproxy ​​​​
    发布时间:2019-01-18 12:39:59
  • 【经验分享】SSH本地端口映射。场景如下:
    某Linux母机下有多台KVM虚拟机,虚拟机的VNC只开放了127.0.0.1的访问权限。如何远程连接这些VNC端口呢?

    可以使用SSH本地端口映射实现,在本地机执行如下命令:
    ssh -L 127.0.0.1:5901:127.0.0.1:5901 user@ip-of-linux-host
    解释一下:监听本地5901端口,将5901端口的连接重定向到ip-of-linux-host主机的127.0.0.1:5901端口。
    发布时间:2019-01-16 12:01:25
  • 【经验分享】KVM调整磁盘大小:
    1. 查看原磁盘大小。
    qemu-img info win7.img
    如图是80G。

    2. 增加10G。
    sudo qemu-img resize win7.img +10G

    3. 查看增加后的磁盘大小。
    qemu-img info win7.img
    如果是90G。

    4. 重启虚拟机,进入虚拟机磁盘管理再确认下。
    如图2所示,多了一个10GB的空闲分区。可以新建一个分区,也可以使用磁盘扩展将其合并到C盘。

    如果想要扩展指的分区的大小,可以使用virt-resize,具体请参考该文章:https://mike42.me/blog/how-to-resize-a-windows-vm-image-with-virt-resize
    发布时间:2019-01-16 11:37:01
  • 美团外卖菜品/商品月销量属性确定可以抓取(如图所示) ​​​​
    发布时间:2019-01-10 15:30:18
  • 【经验分享】KVM在Ubuntu下的安装配置 >>> http://www.site-digger.com/html/articles/20181229/693.html ​​​​
    发布时间:2019-01-09 16:03:18
  • 【经验分享】拼多多列表页商品最大可见数为1000个。
    如何测试Ajax动态分页列表的最大可翻页数?这个文章还是我3年前写的,后来时常用到。
    http://www.site-digger.com/html/articles/20150718/94.html ​​​​
    发布时间:2019-01-03 15:33:16
  • 【经验分享】安卓模拟器中需要先关闭物理键盘,才能正常使用ADB Keyboard。设置方法见附图。 ​​​​
    发布时间:2019-01-02 16:52:26
  • 常见安卓模拟器远程ADB监听端口(如图) ​​​​
    发布时间:2018-12-26 09:49:08
  • 【赞】pywebview是webview组件的轻量级跨平台原生封装,实现利用Web技术开发GUI应用  >>> 项目主页:https://github.com/r0x0r/pywebview  
    说明文档:https://pywebview.flowrl.com/  
    How to build cross platform Desktop GUI based apps with Python and web technologies and frameworks:https://www.techiediaries.com/python/how-to-build-cross-platform-desktop-gui-based-apps-with-python-and-web-technologies-and-frameworks/ ​​​​
    发布时间:2018-12-13 12:27:42
当前位置: 首页 > 技术文章 >
如何从详情页获取淘宝/天猫商品的分类?
发布时间:2016-09-10 来源:未知 浏览:

熟悉淘宝/天猫的人应该都知道,在商品的详情页是没有显示商品的所属分类的。而”商品分类“对我们的数据分析又是一个很重要的参数,那如何获取这个信息呢?

鲲之鹏的技术人员通过分析发现有两种方法,下面一一介绍:

1)使用店铺的自定义分类。我们知道店铺可以有自定义的分类,在店铺首页点击”查看所有商品“进入商品列表页,如果店铺有自定义的分类,在列表的顶部会有分类筛选器,我们可以分别进入各分类进行采集,这样就能得知商品所属的具体分类了。

但是这种方法的缺点也是显而易见的,如果店铺没有添加自定义的分类,或者没有给某个商品指定自定义的分类,那我们还是无法获取到。另外这种分类主观性很强,没有统一性,很难用来对比分类多家不同店铺的数据。

2)使用淘宝/天猫的官方分类。开过淘宝店的朋友都应该知道,在添加商品的时候系统会首要要求我们选择一个商品分类(如下图所示)。

淘宝添加商品时必须要先指定该商品的分类

也就是所有商品都会有一个准确的淘宝/天猫分类。那如何获取到商品的这个分类信息呢?

我们研究发现,在所有淘宝或天猫的商品详情页的源码中都隐藏着一个叫做"categoryId"的参数(如下图所示),值是一个整型数字,它就是该商品的淘宝分类ID。

淘宝详情页源码里的categoryId参数就是该商品的淘宝分类ID

那么问题又来了,如何根据这个分类ID获取对应的分类名称呢?

 

鲲之鹏的技术人员采集到了一个淘宝全品类的”淘宝分类ID“和多级”分类名称“的映射表,通过查表即可快速定位。

例如,我们可以查表得知1512对应的分类名称是”手机数码 -> 手机“,如下图所示。

根据分类ID通过查表快速定位分类名称

总结:显然第二种方法得到的数据即准确又统一,适用于所有商品。

特别说明:该文章为鲲鹏数据原创文章 ,您除了可以发表评论外,还可以转载到别的网站,但是请保留源地址,谢谢!!(尊重他人劳动,我们共同努力)
☹ Disqus被Qiang了,之前的评论内容都没了。如果您有爬虫相关技术方面的问题,欢迎发到我们的问答平台:http://spider.site-digger.com/
QQ在线客服
欢迎咨询,点击这里给我发送消息。
欢迎咨询,点击这里给我发送消息。