当前位置 博文首页 > 我有失忆症：姐姐想在淘宝开个店，我用Python做了一波市场分析，
几个月前，姐姐跟我说要在淘宝上开一个网店，把家里池塘养的鱼做成零食去卖，因为网上有很多这种小鱼零食网店，看起来销量都还不错。
姐姐知道我会一些在她们眼里比较“高超的技术”，所以就问我能不能帮她弄一些这方面的数据，因为在开店之前得做一些调查，比如说哪些价位的小鱼零食卖得最多这种调查。当然了，自己也可以手动去统计，但那很麻烦并容易出错，所以用技术来解决最为合适。
这对我来说倒不是什么很难的事情，于是抽空就给她去做了一波爬虫和数据分析，最后把数据结果给了她，经过她一分析之后，发现原来看似红海的小鱼零食市场，居然还有蓝海区域，在一番准备之后，姐姐就开始经营她的小鱼零食店铺，第一个月的除去成本和广告等支出，居然赚了3万多！
接下来，我给大家分享一下我是怎么用Python去给姐姐做的淘宝店铺市场调查。
首先，我要爬取的目标网址自然是淘宝了，目标网址：
https://s.taobao.com/search?q=%E5%B0%8F%E9%B1%BC%E9%9B%B6%E9%A3%9F&imgfile=&commend=all&ssid=s5-e&search_type=item&sourceId=tb.index&spm=a21bo.21814703.201856-taobao-item.1&ie=utf8&initiative_id=tbindexz_20170306&bcoffset=4&ntoffset=4&p4ppushleft=2%2C48&s=0
然后我们来看一下姐姐的需求是有哪些：
1.爬取前10页淘宝商品的销量和金额，找出各价位商品销量，并用图形展示分析结果，价位按以下10个区间分：
2.爬取前10页淘宝商家的地理位置信息，并用图形展示分析结果。
3.爬取前10页中购买人数最多的10家店名和对于的小鱼零食链接（1家店1个链接即可）。
4.爬取购买人数最多的10家店铺中已购买的用户评论关键词，生成词图。
从上面这4个需求来看，很明显姐姐想要知道现在的小鱼零食市场店铺最多的是哪些价位、这些店铺在哪些区域、做得比较好的店铺有哪些以及用户最关心的是什么。
代码我写了差不多2天的时间，基本上已经把姐姐的需求全部弄出来了，我们来看看效果。
1.淘宝前10页的所有小鱼零食产品，在不同价位区间的数量情况。
可以看出来，在10~30块钱的价位上，小鱼零食已经是一片红海了，卖的人太多，基本没得赚，其次是低于10块钱和30—50元这两个区间，卖的也很多；比较有意思的是70到90元这个区间，只有5家，110到130这个区间，只有1家。
那么可以考虑一下做中高端的市场，这里还是一片蓝海。
2.全国卖小鱼零食的店铺区域分布图
姐姐家是在湖南，得益于洞庭湖水系的滋养，在网上卖小鱼零食的商家还是有不少的，其次便是沿海一带最为多，看来姐姐在生意上的竞争对手就在身边。
3.购买人数最多的10家店铺链接
有了这个，姐姐就可以自己去经常参考别人是怎么做的了，其实这个在淘宝上也能勾选出来销量最多的产品，我不是很理解为什么要这么做，但还是做了。
四、用户云词图
云词图我也只是做了一个比较粗糙的词图，我们可以看得出来，用户最关心的点就在包装品质、口感味道、保质期、商品分量等方面，在了解了用户最关心的点之后，产品的设计、店铺搭建、广告词等等东西就可以“对症下药”了。
由于源码比较长，源文件有三个，所以这里我就只展示部分源码了，需要源码的可以找我，你们也可以自己去做一些别的品类的淘宝产品市场分析，没准你们也能发现更多的生财之道！
部分源码：
import csv
import os
import time
import wordcloud
from selenium import webdriver
from selenium.webdriver.common.by import By
def tongji():
prices = []
with open('前十页销量和金额.csv', 'r', encoding='utf-8', newline='') as f:
fieldnames = ['价格', '销量', '店铺位置']
reader = csv.DictReader(f, fieldnames=fieldnames)
for index, i in enumerate(reader):
if index != 0:
price = float(i['价格'].replace('￥', ''))
prices.append(price)
DATAS = {'<10': 0, '10~30': 0, '30~50': 0,
'50~70': 0, '70~90': 0, '90~110': 0,
'110~130': 0, '130~150': 0, '150~170': 0, '170~200': 0, }
for price in prices:
if price < 10:
DATAS['<10'] += 1
elif 10 <= price < 30:
DATAS['10~30'] += 1
elif 30 <= price < 50:
DATAS['30~50'] += 1
elif 50 <= price < 70:
DATAS['50~70'] += 1
elif 70 <= price < 90:
DATAS['70~90'] += 1
elif 90 <= price < 110:
DATAS['90~110'] += 1
elif 110 <= price < 130:
DATAS['110~130'] += 1
elif 130 <= price < 150:
DATAS['130~150'] += 1
elif 150 <= price < 170:
DATAS['150~170'] += 1
elif 170 <= price < 200:
DATAS['170~200'] += 1
for k, v in DATAS.items():
print(k, ':', v)
def get_the_top_10(url):
top_ten = []
# 获取代理
ip = zhima1()[2][random.randint(0, 399)]
# 运行quicker动作（可以不用管）
os.system('"C:\Program Files\Quicker\QuickerStarter.exe" runaction:5e3abcd2-9271-47b6-8eaf-3e7c8f4935d8')
options = webdriver.ChromeOptions()
# 远程调试Chrome
options.add_experimental_option('debuggerAddress', '127.0.0.1:9222')
options.add_argument(f'--proxy-server={ip}')
driver = webdriver.Chrome(options=options)
# 隐式等待
driver.implicitly_wait(3)
# 打开网页
driver.get(url)
# 点击部分文字包含'销量'的网页元素
driver.find_element(By.PARTIAL_LINK_TEXT, '销量').click()
time.sleep(1)
# 页面滑动到最下方
driver.execute_script('window.scrollTo(0,document.body.scrollHeight)')
time.sleep(1)
# 查找元素
element = driver.find_element(By.ID, 'mainsrp-itemlist').find_element(By.XPATH, './/div[@class="items"]')
items = element.find_elements(By.XPATH, './/div[@data-category="auctions"]')
for index, item in enumerate(items):
if index == 10:
break
# 查找元素
price = item.find_element(By.XPATH, './div[2]/div[1]/div[contains(@class,"price")]').text
paid_num_data = item.find_element(By.XPATH, './div[2]/div[1]/div[@class="deal-cnt"]').text
store_location = item.find_element(By.XPATH, './div[2]/div[3]/div[@class="location"]').text
store_href = item.find_element(By.XPATH, './div[2]/div[@class="row row-2 title"]/a').get_attribute(
'href').strip()
# 将数据添加到字典
top_ten.append(
{'价格': price,
'销量': paid_num_data,
'店铺位置': store_location,
'店铺链接': store_href
})
for i in top_ten:
print(i)
def get_top_10_comments(url):
with open('排名前十评价.txt', 'w+', encoding='utf-8') as f:
pass
# ip = ipidea()[1]
os.system('"C:\Program Files\Quicker\QuickerStarter.exe" runaction:5e3abcd2-9271-47b6-8eaf-3e7c8f4935d8')
options = webdriver.ChromeOptions()
options.add_experimental_option('debuggerAddress', '127.0.0.1:9222')
# options.add_argument(f'--proxy-server={ip}')
driver = webdriver.Chrome(options=options)
driver.implicitly_wait(3)
driver.get(url)
driver.find_element(By.PARTIAL_LINK_TEXT, '销量').click()
time.sleep(1)
element = driver.find_element(By.ID, 'mainsrp-itemlist').find_element(By.XPATH, './/div[@class="items"]')
items = element.find_elements(By.XPATH, './/div[@data-category="auctions"]')
original_handle = driver.current_window_handle
item_hrefs = []
# 先获取前十的链接
for index, item in enumerate(items):
if index == 10:
break
item_hrefs.append(
item.find_element(By.XPATH, './/div[2]/div[@class="row row-2 title"]/a').get_attribute('href').strip())
# 爬取前十每个商品评价
for item_href in item_hrefs:
# 打开新标签
# item_href = 'https://item.taobao.com/item.htm?id=523351391646&ns=1&abbucket=11#detail'
driver.execute_script(f'window.open("{item_href}")')
# 切换过去
handles = driver.window_handles
driver.switch_to.window(handles[-1
