用JUPYTER爬取淘宝笔记本电脑销量前500的数据

为了爬取淘宝笔记本电脑销量前500的数据，你可以使用 Python 的 requests 库和 BeautifulSoup 库。以下是示例代码，供你参考：

import requests
from bs4 import BeautifulSoup
import pandas as pd

# 设置请求头
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3'}

# 设置URL和参数
url = 'https://s.taobao.com/search'
params = {
    'q': '笔记本电脑',  # 搜索关键字
    'sort': 'sale-desc',  # 按销量从高到低排序
    's': '1',  # 开始页码
    'bcoffset': '0',  # 偏移量
    'ntoffset': '0',  # 偏移量
    'p4ppushleft': '1%2C48',  # 页码显示
    'sadv': '0',  # 是否高级筛选
    'ajax': 'true',  # 是否异步加载
}

# 爬取数据
data = []
for page in range(1, 11):  # 爬取前10页数据
    params['s'] = str((page - 1) * 44)
    response = requests.get(url, params=params, headers=headers)
    soup = BeautifulSoup(response.text, 'html.parser')
    items = soup.find_all('div', class_='item J_MouserOnverReq  ')
    for item in items:
        name = item.find('div', class_='title').text.strip()
        price = item.find('div', class_='price g_price g_price-highlight').text.strip()
        sales = item.find('div', class_='deal-cnt').text.strip()
        data.append({'name': name, 'price': price, 'sales': sales})

# 转换为数据框
df = pd.DataFrame(data)

# 处理数据
df['price'] = df['price'].str.replace('¥', '').astype(float)
df['sales'] = df['sales'].str.replace('人付款', '').astype(int)

# 按销量排序，取前500个
df = df.sort_values('sales', ascending=False).head(500)

# 输出结果
print(df.head())

在此示例中，我们使用了 requests 库发送 HTTP 请求，并使用 BeautifulSoup 库解析 HTML 响应。我们使用了 URL 和参数来指定搜索关键字和排序方式。我们爬取了前10页数据，每页44个商品，共计440个商品，并将结果存储在一个列表中。我们将结果转换为 Pandas 数据框，并对价格和销量进行了处理。最后，我们按销量排序，取前500个，并输出结果。