利用php爬取天猫和淘宝的商品数据

内容导读

收集整理的这篇技术教程文章主要介绍了利用php爬取天猫和淘宝的商品数据，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含5177字，纯文字阅读大概需要8分钟。

内容图文

这篇文章主要为大家详细介绍了php爬取天猫和淘宝商品数据的方法，具有一定的参考价值，感兴趣的小伙伴们可以参考一下

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 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。

以上就是本文的全部内容，希望对大家的学习有所帮助，更多相关内容请关注PHP中文网！

相关推荐：

关于php 开发中加密的问题

使用PHP如何做到页面注册审核

以上就是利用php爬取天猫和淘宝的商品数据的详细内容，更多请关注Gxl网其它相关文章！

内容总结

以上是为您收集整理的利用php爬取天猫和淘宝的商品数据全部内容，希望文章能够帮你解决利用php爬取天猫和淘宝的商品数据所遇到的程序开发问题。 如果觉得技术教程内容还不错，欢迎将网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 举报，一经查实，本站将立刻删除。