采集淘宝或天猫商品的店铺名称/商家旺旺/商品首图/商品标题

你离开我真会死。 提交于 2019-11-30 03:26:20

一 用的QueryList库

二 安装方法

确认已经安装了composer,因为速度会很慢,可以切换到中国镜像:

composer config -g repo.packagist composer https://packagist.phpcomposer.com

安装QueryList:

composer require jaeger/querylist

QueryList文档地址,可以了解下:

http://www.querylist.cc/#one

三 需求如下

通过淘宝或天猫的商品链接,采集该商品链接对应的商品标题、商品首图、店铺名称、商家旺旺名称

四 目前的采集数据Demo可以适用于所有天猫商品+店铺名称在右边或上边的

五 代码如下

<?php

include "vendor/autoload.php";

use QL\QueryList;

function uni_decode($s) {  //针对部分淘宝宝贝链接的店铺名被加密进行解密处理
  preg_match_all('/\&\#([0-9]{2,5})\;/', $s, $html_uni);  
  preg_match_all('/[\\\%]u([0-9a-f]{4})/ie', $s, $js_uni);  
  $source = array_merge($html_uni[0], $js_uni[0]);  
  $js = array();  
  for($i=0;$i<count($js_uni[1]);$i++) {  
    $js[] = hexdec($js_uni[1][$i]);  
  }  
  $utf8 = array_merge($html_uni[1], $js);  
  $code = $s;  
  for($j=0;$j<count($utf8);$j++) {  
    $code = str_replace($source[$j], unicode2utf8($utf8[$j]), $code);  
  }  
  return $code;
}  
   
function unicode2utf8($c) {  
  $str="";  
  if ($c < 0x80) {  
     $str.=chr($c);  
  } else if ($c < 0x800) {  
     $str.=chr(0xc0 | $c>>6);  
     $str.=chr(0x80 | $c & 0x3f);  
  } else if ($c < 0x10000) {  
     $str.=chr(0xe0 | $c>>12);  
     $str.=chr(0x80 | $c>>6 & 0x3f);  
     $str.=chr(0x80 | $c & 0x3f);  
  } else if ($c < 0x200000) {  
     $str.=chr(0xf0 | $c>>18);  
     $str.=chr(0x80 | $c>>12 & 0x3f);  
     $str.=chr(0x80 | $c>>6 & 0x3f);  
     $str.=chr(0x80 | $c & 0x3f);  
  }  
  return $str;  
} 

function get_between($input, $start, $end) {//截取指定两个字符之间的内容

	return substr($input, strlen($start)+strpos($input, $start),(strlen($input) - strpos($input, $end))*(-1));
}

function trimall($str)//删除空格
{
    $qian=array(" "," ","\t","\n","\r");
    $hou=array("","","","","");
    return str_replace($qian,$hou,$str); 
}

$url = 'https://item.taobao.com/item.htm?spm=a230r.1.14.34.47cd6ace3iAnm0&id=564043247193&ns=1&abbucket=19#detail';

$ql = QueryList::get($url)->encoding('UTF-8','GB2312');//防止数据乱码

//针对1天猫宝贝链接 2淘宝店铺名在右边 3淘宝店铺名在上面 采取不同的采集方式
if (substr($url, 0, 24) == 'https://detail.tmall.com') {

	$rt = [
		'img' 		=> $ql->find('#J_ImgBooth')->attr('src'),
		'title' 	=> $ql->find(':input[name="title"]')->attr('value'),
		'shop_name' => $ql->find('.slogo-shopname')->text()
	];

	$rt['seller_name'] = $rt['shop_name'];

} else {

	$rt = [
		'img' 		  => $ql->find('#J_ImgBooth')->attr('src'),
		'title' 	  => $ql->find('.tb-main-title')->text(),
		'shop_name'   => $ql->find('.tb-shop-name>dl>dd>strong>a')->text(),
		'seller_name' => $ql->find('.tb-seller-name')->text()
	];

	if (!$rt['shop_name']) {

		$config = substr(trimall($ql->find('script')->eq(0)->text()), 100, 150);

		$shop_name = get_between($config, "shopName:'", "',sellerId");

		$rt['shop_name'] = uni_decode($shop_name);

		$rt['seller_name'] = get_between($config, "sellerNick:'", "',sibUrl");
	}
}
	
var_dump($rt['shop_name']);

echo '<hr />';
?>


<!DOCTYPE html>
<html lang="en">
<head>
	<meta charset="UTF-8">
	<title>爬取淘宝商品数据Demo</title>
</head>
<body>
	<h4>标题:<?php echo $rt['title']; ?></h4>
	<h4>店铺:<?php echo $rt['shop_name']; ?></h4>
	<h4>旺旺:<?php echo $rt['seller_name']; ?></h4>
	<h4>图片:</h4>
	<img src="<?php echo $rt['img'] ?>" alt="">
</body>
</html>

六 效果展示

1 天猫商品链接

https://detail.tmall.com/item.htm?spm=a230r.1.14.9.47cd6ace3iAnm0&id=591124740347&cm_id=140105335569ed55e27b&abbucket=19&skuId=4060807516519

 

 

采集效果:

 

 2 店铺名称在右边的淘宝商品链接

https://item.taobao.com/item.htm?spm=a230r.1.14.34.47cd6ace3iAnm0&id=564043247193&ns=1&abbucket=19#detail

 

 采集效果:

 

 3 店铺名称在上方的商品链接(这个稍微有些麻烦,因为这种类型的商家旺旺和店铺名都是在js中的,而且店铺名称还是加过密的)

https://item.taobao.com/item.htm?spm=a230r.1.14.34.47cd6ace3iAnm0&id=564043247193&ns=1&abbucket=19#detail

 

 采集效果:

 

 7 最近项目中刚好有这个需求,所以写的这个Demo,如果需要采集其它的数据,可以参考QueryList手册,根据实际产品业务需求进行更改

易学教程内所有资源均来自网络或用户发布的内容,如有违反法律规定的内容欢迎反馈
该文章没有解决你所遇到的问题?点击提问,说说你的问题,让更多的人一起探讨吧!