php爬取天猫和淘宝商品数据

发布:smiling　来源: PHP粉丝网　添加日期：2021-09-03 14:45:45　浏览: 评论：0　

一、思路

最近做了一个网站用到了从网址爬取天猫和淘宝的商品信息，首先看了下手机端的网页发现用的react，不太了解没法搞，所以就考虑从PC入口爬取数据，但是当爬取URL获取数据时并没有获取价格，库存等的信息，仔细研究了下发现是异步请求了另一个接口，但是接口要使用refer才能获取数据，于是就通过以下方式写了一个简单的爬虫，用于爬取商品预览图和商品的第一个分类的价格、库存等。

二、实现

代码如下：

function crawlUrl($url){

import('PhpQuery.Curl');

$curl=new \Curl();

$result = $curl->read($url);

$content = mb_convert_encoding( $result['content'], 'UTF-8', 'UTF-8,GBK,GB2312,BIG5' );

$myres=array();

if(strrpos($url,'taobao.com')!=false) {

  //匹配是否下架

  if(strpos($content,'此宝贝已下架')!==false){

   return false;

  }

  preg_match("|itemId   : '(.*)'|isU", $content, $match);

  $item_id=$match[1];

  preg_match("|sellerId   : '(.*)'|isU", $content, $match);

  $sellet_id=$match[1];

  preg_match("|<title>(.*)</title>|isU",$content,$match);

  $title=$match[1];

  //价格库存信息

  $ch = curl_init();

  curl_setopt ($ch, CURLOPT_URL, 'https://detailskip.taobao.com/service/getData/1/p1/item/detail/sib.htm?itemId='.$item_id.'&sellerId='.$sellet_id.'&modules=dynStock,qrcode,viewer,price,duty,xmpPromotion,delivery,upp,activity,fqg,zjys,amountRestriction,couponActivity,soldQuantity,originalPrice,tradeContract&callback=onSibRequestSuccess');

  $opt[CURLOPT_HEADER]=false;

  $opt[CURLOPT_CONNECTTIMEOUT]=15;

  $opt[CURLOPT_TIMEOUT]=300;

  $opt[CURLOPT_AUTOREFERER]=true;

  $opt[CURLOPT_USERAGENT]='Mozilla/5.0 (Windows NT 6.1) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.47 Safari/536.11';

  curl_setopt_array($ch,$opt);

  curl_setopt ($ch, CURLOPT_RETURNTRANSFER, 1);

  curl_setopt ($ch,CURLOPT_REFERER,$url);

  curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, false);

  $out_put=curl_exec ($ch);

  curl_close ($ch);

  $res=str_replace('onSibRequestSuccess(',"",$out_put);

  $res=rtrim($res,');1');

  $result=json_decode($res,true);

  //查询出图片信息

  preg_match('|<ul id="J_UlThumb" class="tb-thumb tb-clearfix">(.*)</ul>|isU', $content, $match);

  preg_match_all('/<img data-src="(.*?)" \//', $match[1], $images);

  $myres['title']=str_replace('-淘宝网','',$title);

  $myres['price']=current($result['data']['originalPrice']);

  $myres['act_price']=current($result['data']['promotion']['promoData']);

  $myres['stock']=$result['data']['dynStock']['stock'];

  $myres['banners']=$images[1];

}else{

  //匹配是否下架

  if(strpos($content,'此宝贝已下架')!==false){

   return false;

  }

  $start=strpos($url,'&id=');

  $item_id=substr($url,$start+4,12);

  if(!is_numeric($item_id)){

   $start=strpos($url,'?id=');

   $end=strpos($url,'&spm');

   $item_id=substr($url,$start+4,$end-$start-4);

  }

  preg_match("|<title>(.*)</title>|isU",$content,$match);

  $title=$match[1];

  $myurl='https://mdskip.taobao.com/core/initItemDetail.htm?cachedTimestamp=1500562177777&queryMemberRight=true&cartEnable=true&offlineShop=false&addressLevel=2&itemId='.$item_id.'&tryBeforeBuy=false&isAreaSell=false&tmallBuySupport=true&isPurchaseMallPage=false&household=false&isForbidBuyItem=false&service3C=false&isRegionLevel=false&showShopProm=false&isSecKill=false&sellerPreview=false&isUseInventoryCenter=false&isApparel=true&callback=setMdskip&timestamp=1500562172109&isg=AiUlDZFWmP/sMgVurQSILU3Ytet/Zdis&isg2=Ajk51JIhRFqKzxmiNPP6dkYxSKXT7iySkzSTeVtu9WDf4ll0o5Y9yKdyEtHu';

  //价格库存信息

  $ch = curl_init();

  curl_setopt ($ch, CURLOPT_URL, $myurl);

  $opt[CURLOPT_HEADER]=false;

  $opt[CURLOPT_CONNECTTIMEOUT]=15;

  $opt[CURLOPT_TIMEOUT]=300;

  $opt[CURLOPT_AUTOREFERER]=true;

  $opt[CURLOPT_USERAGENT]='Mozilla/5.0 (Windows NT 6.1) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.47 Safari/536.11';

  curl_setopt_array($ch,$opt);

  curl_setopt ($ch, CURLOPT_RETURNTRANSFER, 1);

  curl_setopt ($ch,CURLOPT_REFERER,$url);

  curl_setopt($ch, CURLOPT_SSL_VERIFYPEER, false);

  $out_put=curl_exec ($ch);

  curl_close ($ch);

  $res = mb_convert_encoding( $out_put, 'UTF-8', 'UTF-8,GBK,GB2312,BIG5' );

  $res=str_replace('setMdskip',"",$res);

  $res=str_replace('(',"",$res);

  $res=str_replace(')',"",$res);

  $result=json_decode($res,true);

  $nowk="";

  $nowstore="";

  foreach($result['defaultModel']['inventoryDO']['skuQuantity'] as $k=>$val){

   $nowk=$k;

   $nowstore=$val;

   break;

  }

  $myres['title']=str_replace('-tmall.com天猫','',$title);

  $myres['price']=$result['defaultModel']['itemPriceResultDO']['priceInfo'][$nowk]['price'];

  $myres['act_price']=isset($result['defaultModel']['itemPriceResultDO']['priceInfo'][$nowk]['suggestivePromotionList'])?$result['defaultModel']['itemPriceResultDO']['priceInfo'][$nowk]['suggestivePromotionList']:$result['defaultModel']['itemPriceResultDO']['priceInfo'][$nowk];

  $myres['stock']=$result['defaultModel']['inventoryDO']['totalQuantity']?$result['defaultModel']['inventoryDO']['totalQuantity']:$nowstore['quantity'];

  //查询出图片信息

  preg_match('|<ul id="J_UlThumb" class="tb-thumb tm-clear">(.*)</ul>|isU',$content, $match);

  preg_match_all('/<img src="(.*?)" \//',$match[1],$images);

  $myres['banners']=$images[1];

}

return $myres;

}

上述代码用到phpquery的库，但是其实没啥用，直接用Curl就行，具体爬取的数据可以穿参查看结果，方法不区分淘宝和天猫链接，但是前提是必须是PC端链接，另外正则写的不规范，所以可以自己重写正则来匹配数据。

Tags: php爬取天猫数据

分享到：

上一篇：php 广告点击统计代码(php+mysql)
下一篇：php实现生成带二维码图片并强制下载功能

php爬取天猫和淘宝商品数据

发布:smiling　来源: PHP粉丝网　添加日期：2021-09-03 14:45:45　浏览: 评论：0

Tags: php爬取天猫数据

分享到：

推荐文章

热门文章

最新评论文章

php爬取天猫和淘宝商品数据

发布:smiling 来源: PHP粉丝网 添加日期：2021-09-03 14:45:45 浏览: 评论：0

Tags: php爬取天猫数据

推荐文章

热门文章

最新评论文章

发布:smiling　来源: PHP粉丝网　添加日期：2021-09-03 14:45:45　浏览: 评论：0　