最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python模擬登陸淘寶并統(tǒng)計(jì)淘寶消費(fèi)情況的代碼實(shí)例分享

 更新時(shí)間:2016年07月04日 18:52:36   作者:JinnLynn  
借助urllib、urllib2和BeautifulSoup等幾個(gè)模塊的常用爬蟲(chóng)開(kāi)發(fā)組合,我們能夠輕易實(shí)現(xiàn)一份淘寶對(duì)賬單,這里我們就來(lái)看一則Python模擬登陸淘寶并統(tǒng)計(jì)淘寶消費(fèi)情況的代碼實(shí)例分享:

支付寶十年賬單上的數(shù)字有點(diǎn)嚇人,但它統(tǒng)計(jì)的項(xiàng)目太多,只是想看看到底單純?cè)谔詫毶现С隽硕嗌?,于是?xiě)了段腳本,統(tǒng)計(jì)任意時(shí)間段淘寶訂單的消費(fèi)情況,看那結(jié)果其實(shí)在淘寶上我還是相當(dāng)節(jié)約的說(shuō)。
腳本的主要工作是模擬了瀏覽器登錄,解析“已買(mǎi)到的寶貝”頁(yè)面以獲得指定的訂單及寶貝信息。

201674184737787.gif (410×235)

使用方法見(jiàn)代碼或執(zhí)行命令加參數(shù)-h,另外需要BeautifulSoup4支持,BeautifulSoup的官方項(xiàng)目列表頁(yè):https://www.crummy.com/software/BeautifulSoup/bs4/download/

首先來(lái)說(shuō)一下代碼使用方法:

python taobao.py -u USERNAME -p PASSWORD -s START-DATE -e END-DATE --verbose

所有參數(shù)均可選,如:

python taobao.py -u jinnlynn 

統(tǒng)計(jì)用戶(hù)jinnlynn所有訂單的情況

python taobao.py -s 2014-12-12 -e 2014-12-12

統(tǒng)計(jì)用戶(hù)(用戶(hù)名在命令執(zhí)行時(shí)會(huì)要求輸入)在2014-12-12當(dāng)天的訂單情況

python taobao.py --verbose

這樣就可以統(tǒng)計(jì)并輸出訂單明細(xì)。

好了,說(shuō)了這么多我們就來(lái)看代碼吧:

from __future__ import unicode_literals, print_function, absolute_import, division
import urllib
import urllib2
import urlparse
import cookielib
import re
import sys
import os
import json
import subprocess
import argparse
import platform
from getpass import getpass
from datetime import datetime
from pprint import pprint

try:
  from bs4 import BeautifulSoup
except ImportError:
  sys.exit('BeautifulSoup4 missing.')

__version__ = '1.0.0'
__author__ = 'JinnLynn'
__copyright__ = 'Copyright (c) 2014 JinnLynn'
__license__ = 'The MIT License'

HEADERS = {
  'x-requestted-with' : 'XMLHttpRequest',
  'Accept-Language' : 'zh-cn',
  'Accept-Encoding' : 'gzip, deflate',
  'ContentType' : 'application/x-www-form-urlencoded; chartset=UTF-8',
  'Cache-Control' : 'no-cache',
  'User-Agent' :'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_9_5) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/40.0.2214.38 Safari/537.36',
  'Connection' : 'Keep-Alive'
}

DEFAULT_POST_DATA = {
  'TPL_username' : '', #用戶(hù)名
  'TPL_password' : '', #密碼
  'TPL_checkcode' : '',
  'need_check_code' : 'false',
  'callback' : '0', # 有值返回JSON
}

# 無(wú)效訂單狀態(tài)
INVALID_ORDER_STATES = [
  'CREATE_CLOSED_OF_TAOBAO', # 取消
  'TRADE_CLOSED', # 訂單關(guān)閉
]

LOGIN_URL = 'https://login.taobao.com/member/login.jhtml'

RAW_IMPUT_ENCODING = 'gbk' if platform.system() == 'Windows' else 'utf-8'

def _request(url, data, method='POST'):
  if data:
    data = urllib.urlencode(data)
  if method == 'GET':
    if data:
      url = '{}?{}'.format(url, data)
    data = None
  # print(url)
  # print(data)
  req = urllib2.Request(url, data, HEADERS)
  return urllib2.urlopen(req)

def stdout_cr(msg=''):
  sys.stdout.write('\r{:10}'.format(' '))
  sys.stdout.write('\r{}'.format(msg))
  sys.stdout.flush()

def get(url, data=None):
  return _request(url, data, method='GET')

def post(url, data=None):
  return _request(url, data, method='POST')

def login_post(data):
  login_data = DEFAULT_POST_DATA
  login_data.update(data)
  res = post(LOGIN_URL, login_data)
  return json.load(res, encoding='gbk')

def login(usr, pwd):
  data = {
    'TPL_username' : usr.encode('utf-8' if platform.system() == 'Windows' else 'GB18030'),
    'TPL_password' : pwd
  }

  # 1. 嘗試登錄
  ret = login_post(data)
  while not ret.get('state', False):
    code = ret.get('data', {}).get('code', 0)
    if code == 3425 or code == 1000:
      print('INFO: {}'.format(ret.get('message')))
      check_code = checkcode(ret.get('data', {}).get('ccurl'))
      data.update({'TPL_checkcode' : check_code, 'need_check_code' : 'true'})
      ret = login_post(data)
    else:
      sys.exit('ERROR. code: {}, message:{}'.format(code, ret.get('message', '')))

  token = ret.get('data', {}).get('token')
  print('LOGIN SUCCESS. token: {}'.format(token))

  # 2. 重定向
  # 2.1 st值
  res = get('https://passport.alipay.com/mini_apply_st.js', {
    'site' : '0',
    'token' : token,
    'callback' : 'stCallback4'})
  content = res.read()
  st = re.search(r'"st":"(\S*)"( |})', content).group(1)
  # 2.1 重定向
  get('http://login.taobao.com/member/vst.htm',
    {'st' : st, 'TPL_uesrname' : usr.encode('GB18030')})

def checkcode(url):
  filename, _ = urllib.urlretrieve(url)
  if not filename.endswith('.jpg'):
    old_fn = filename
    filename = '{}.jpg'.format(filename)
    os.rename(old_fn, filename)
  if platform.system() == 'Darwin':
    # mac 下直接preview打開(kāi)
    subprocess.call(['open', filename])
  elif platform.system() == 'Windows':
    # windows 執(zhí)行文件用默認(rèn)程序打開(kāi)
    subprocess.call(filename, shell=True)
  else:
    # 其它系統(tǒng) 輸出文件名
    print('打開(kāi)該文件獲取驗(yàn)證碼: {}'.format(filename))
  return raw_input('輸入驗(yàn)證碼: '.encode(RAW_IMPUT_ENCODING))

def parse_bought_list(start_date=None, end_date=None):
  url = 'http://buyer.trade.taobao.com/trade/itemlist/list_bought_items.htm'
  #         運(yùn)費(fèi)險(xiǎn)      增值服務(wù)     分段支付(定金,尾款)
  extra_service = ['freight-info', 'service-info', 'stage-item']

  stdout_cr('working... {:.0%}'.format(0))
  # 1. 解析第一頁(yè)
  res = urllib2.urlopen(url)
  soup = BeautifulSoup(res.read().decode('gbk'))
  # 2. 獲取頁(yè)數(shù)相關(guān)
  page_jump = soup.find('span', id='J_JumpTo')
  jump_url = page_jump.attrs['data-url']
  url_parts = urlparse.urlparse(jump_url)
  query_data = dict(urlparse.parse_qsl(url_parts.query))
  total_pages = int(query_data['tPage'])

  # 解析
  orders = []
  cur_page = 1
  out_date = False
  errors = []
  while True:
    bought_items = soup.find_all('tbody', attrs={'data-orderid' : True})
    # pprint(len(bought_items))
    count = 0
    for item in bought_items:
      count += 1
      # pprint('{}.{}'.format(cur_page, count))
      try:
        info = {}
        # 訂單在頁(yè)面上的位置 頁(yè)數(shù).排序號(hào)
        info['pos'] = '{}.{}'.format(cur_page, count)
        info['orderid'] = item.attrs['data-orderid']
        info['status'] = item.attrs['data-status']
        # 店鋪
        node = item.select('tr.order-hd a.shopname')
        if not node:
          # 店鋪不存在,可能是贈(zèng)送彩票訂單,忽略
          # print('ignore')
          continue
        info['shop_name'] = node[0].attrs['title'].strip()
        info['shop_url'] = node[0].attrs['href']
        # 日期
        node = item.select('tr.order-hd span.dealtime')[0]
        info['date'] = datetime.strptime(node.attrs['title'], '%Y-%m-%d %H:%M')

        if end_date and info['date'].toordinal() > end_date.toordinal():
          continue

        if start_date and info['date'].toordinal() < start_date.toordinal():
          out_date = True
          break

        # 寶貝
        baobei = []
        node = item.find_all('tr', class_='order-bd')
        # pprint(len(node))
        for n in node:
          try:
            bb = {}
            if [True for ex in extra_service if ex in n.attrs['class']]:
              # 額外服務(wù)處理
              # print('額外服務(wù)處理')
              name_node = n.find('td', class_='baobei')
              # 寶貝地址
              bb['name'] = name_node.text.strip()
              bb['url'] = ''
              bb['spec'] = ''
              # 寶貝快照
              bb['snapshot'] = ''
              # 寶貝價(jià)格
              bb['price'] = 0.0
              # 寶貝數(shù)量
              bb['quantity'] = 1
              bb['is_goods'] = False
              try:
                bb['url'] = name_node.find('a').attrs['href']
                bb['price'] = float(n.find('td', class_='price').text)
              except:
                pass
            else:
              name_node = n.select('p.baobei-name a')
              # 寶貝地址
              bb['name'] = name_node[0].text.strip()
              bb['url'] = name_node[0].attrs['href']
              # 寶貝快照
              bb['snapshot'] = ''
              if len(name_node) > 1:
                bb['snapshot'] = name_node[1].attrs['href']
              # 寶貝規(guī)格
              bb['spec'] = n.select('.spec')[0].text.strip()
              # 寶貝價(jià)格
              bb['price'] = float(n.find('td', class_='price').attrs['title'])
              # 寶貝數(shù)量
              bb['quantity'] = int(n.find('td', class_='quantity').attrs['title'])
              bb['is_goods'] = True
            baobei.append(bb)
            # 嘗試獲取實(shí)付款
            # 實(shí)付款所在的節(jié)點(diǎn)可能跨越多個(gè)tr的td
            amount_node = n.select('td.amount em.real-price')
            if amount_node:
              info['amount'] = float(amount_node[0].text)
          except Exception as e:
            errors.append({
              'type' : 'baobei',
              'id' : '{}.{}'.format(cur_page, count),
              'node' : '{}'.format(n),
              'error' : '{}'.format(e)
            })
      except Exception as e:
        errors.append({
          'type' : 'order',
          'id' : '{}.{}'.format(cur_page, count),
          'node' : '{}'.format(item),
          'error' : '{}'.format(e)
        })

      info['baobei'] = baobei
      orders.append(info)

    stdout_cr('working... {:.0%}'.format(cur_page / total_pages))

    # 下一頁(yè)
    cur_page += 1
    if cur_page > total_pages or out_date:
      break
    query_data.update({'pageNum' : cur_page})
    page_url = '{}?{}'.format(url, urllib.urlencode(query_data))
    res = urllib2.urlopen(page_url)
    soup = BeautifulSoup(res.read().decode('gbk'))

  stdout_cr()
  if errors:
    print('INFO. 有錯(cuò)誤發(fā)生,統(tǒng)計(jì)結(jié)果可能不準(zhǔn)確。')
    # pprint(errors)
  return orders

def output(orders, start_date, end_date):
  amount = 0.0
  org_amount = 0
  baobei_count = 0
  order_count = 0
  invaild_order_count = 0
  for order in orders:
    if order['status'] in INVALID_ORDER_STATES:
      invaild_order_count += 1
      continue
    amount += order['amount']
    order_count += 1
    for baobei in order.get('baobei', []):
      if not baobei['is_goods']:
        continue
      org_amount += baobei['price'] * baobei['quantity']
      baobei_count += baobei['quantity']

  print('{:<9} {}'.format('累計(jì)消費(fèi):', amount))
  print('{:<9} {}/{}'.format('訂單/寶貝:', order_count, baobei_count))
  if invaild_order_count:
    print('{:<9} {} (退貨或取消等, 不在上述訂單之內(nèi))'.format('無(wú)效訂單:', invaild_order_count))
  print('{:<7} {}'.format('寶貝原始總價(jià):', org_amount))
  print('{:<7} {:.2f}'.format('寶貝平均單價(jià):', 0 if baobei_count == 0 else org_amount / baobei_count))
  print('{:<9} {} ({:.2%})'.format('節(jié)約了(?):',
                   org_amount - amount,
                   0 if org_amount == 0 else (org_amount - amount) / org_amount))
  from_date = start_date if start_date else orders[-1]['date']
  to_date = end_date if end_date else datetime.now()
  print('{:<9} {:%Y-%m-%d} - {:%Y-%m-%d}'.format('統(tǒng)計(jì)區(qū)間:', from_date, to_date))
  if not start_date:
    print('{:<9} {:%Y-%m-%d %H:%M}'.format('敗家始于:', orders[-1]['date']))

def ouput_orders(orders):
  print('所有訂單:')
  if not orders:
    print(' --')
    return
  for order in orders:
    print(' {:-^20}'.format('-'))
    print(' * 訂單號(hào): {orderid} 實(shí)付款: {amount} 店鋪: {shop_name} 時(shí)間: {date:%Y-%m-%d %H:%M}'.format(**order))
    for bb in order['baobei']:
      if not bb['is_goods']:
        continue
      print('  - {name}'.format(**bb))
      if bb['spec']:
        print('   {spec}'.format(**bb))
      print('   {price} X {quantity}'.format(**bb))

def main():
  parser = argparse.ArgumentParser(
    prog='python {}'.format(__file__)
  )
  parser.add_argument('-u', '--username', help='淘寶用戶(hù)名')
  parser.add_argument('-p', '--password', help='淘寶密碼')
  parser.add_argument('-s', '--start', help='起始時(shí)間,可選, 格式如: 2014-11-11')
  parser.add_argument('-e', '--end', help='結(jié)束時(shí)間,可選, 格式如: 2014-11-11')
  parser.add_argument('--verbose', action='store_true', default=False, help='訂單詳細(xì)輸出')
  parser.add_argument('-v', '--version', action='version',
            version='v{}'.format(__version__), help='版本號(hào)')
  args = parser.parse_args()

  usr = args.username
  if not usr:
    usr = raw_input('輸入淘寶用戶(hù)名: '.encode(RAW_IMPUT_ENCODING))
  usr = usr.decode('utf-8') # 中文輸入問(wèn)題
  pwd = args.password
  if not pwd:
    if platform.system() == 'Windows':
      # Windows下中文輸出有問(wèn)題
      pwd = getpass()
    else:
      pwd = getpass('輸入淘寶密碼: '.encode('utf-8'))

  pwd = pwd.decode('utf-8')

  verbose = args.verbose

  start_date = None
  if args.start:
    try:
      start_date = datetime.strptime(args.start, '%Y-%m-%d')
    except Exception as e:
      sys.exit('ERROR. {}'.format(e))

  end_date = None
  if args.end:
    try:
      end_date = datetime.strptime(args.end, '%Y-%m-%d')
    except Exception as e:
      sys.exit('ERROR. {}'.format(e))

  if start_date and end_date and start_date > end_date:
    sys.exit('ERROR, 結(jié)束日期必須晚于或等于開(kāi)始日期')

  cj_file = './{}.tmp'.format(usr)
  cj = cookielib.LWPCookieJar()
  try:
    cj.load(cj_file)
  except:
    pass
  opener = urllib2.build_opener(urllib2.HTTPCookieProcessor(cj), urllib2.HTTPHandler)
  urllib2.install_opener(opener)

  login(usr, pwd)

  try:
    cj.save(cj_file)
  except:
    pass

  orders = parse_bought_list(start_date, end_date)
  output(orders, start_date, end_date)

  # 輸出訂單明細(xì)
  if verbose:
    ouput_orders(orders)

if __name__ == '__main__':
  main()

相關(guān)文章

  • pygame游戲之旅 添加碰撞效果的方法

    pygame游戲之旅 添加碰撞效果的方法

    這篇文章主要為大家詳細(xì)介紹了pygame游戲之旅的第7篇,教大家如何添加碰撞的效果,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2018-11-11
  • Pyramid添加Middleware的方法實(shí)例

    Pyramid添加Middleware的方法實(shí)例

    在pylons的文檔中,有專(zhuān)門(mén)講過(guò)如何添加自己的Middleware, 通過(guò)這些Middleware, 我們可以改變輸入和輸出。這也是WSGI(Web Server Gateway Interface)的優(yōu)勢(shì)和精髓所在,那么在pyramid中,我們?nèi)绾翁砑覯iddleware呢
    2013-11-11
  • tensorboard 可視化之localhost:6006不顯示的解決方案

    tensorboard 可視化之localhost:6006不顯示的解決方案

    這篇文章主要介紹了tensorboard 可視化之localhost:6006不顯示的解決方案,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2021-05-05
  • Python tkinter實(shí)現(xiàn)圖片標(biāo)注功能(完整代碼)

    Python tkinter實(shí)現(xiàn)圖片標(biāo)注功能(完整代碼)

    tkinter是Python下面向tk的圖形界面接口庫(kù),可以方便地進(jìn)行圖形界面設(shè)計(jì)和交互操作編程,本文通過(guò)實(shí)例代碼給大家介紹的Python tkinter實(shí)現(xiàn)圖片標(biāo)注功能,感興趣的朋友一起看看吧
    2019-12-12
  • Python字符串常規(guī)操作小結(jié)

    Python字符串常規(guī)操作小結(jié)

    本文主要介紹了Python字符串常規(guī)操作小結(jié),如拼接字符串、截取字符串、格式化字符串等,下面將對(duì)Python中常用字符串操作方法進(jìn)行介紹,感興趣的可以了解一下
    2022-04-04
  • python反扒機(jī)制的5種解決方法

    python反扒機(jī)制的5種解決方法

    這篇文章主要介紹了python反扒機(jī)制的5種解決方法,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2021-02-02
  • import?paddle報(bào)錯(cuò)的成功解決方法

    import?paddle報(bào)錯(cuò)的成功解決方法

    最近安裝paddle的時(shí)候遇到了些問(wèn)題,這里給大家總結(jié)下,下面這篇文章主要給大家介紹了關(guān)于import?paddle報(bào)錯(cuò)的成功解決方法,需要的朋友可以參考下
    2023-06-06
  • 一文帶你了解CNN(卷積神經(jīng)網(wǎng)絡(luò))

    一文帶你了解CNN(卷積神經(jīng)網(wǎng)絡(luò))

    CNN是神經(jīng)網(wǎng)絡(luò)中的一種,它的權(quán)值共享網(wǎng)絡(luò)結(jié)構(gòu)使之更類(lèi)似于生物神經(jīng)網(wǎng)絡(luò),降低了網(wǎng)絡(luò)模型的復(fù)雜度,減少了權(quán)值的數(shù)量。本文主要講解了CNN(卷積神經(jīng)網(wǎng)絡(luò))的基礎(chǔ)內(nèi)容,想了解更多的小伙伴可以看一看這篇文章
    2021-09-09
  • python獲取域名ssl證書(shū)信息和到期時(shí)間

    python獲取域名ssl證書(shū)信息和到期時(shí)間

    這篇文章主要為大家詳細(xì)介紹了如何利用python實(shí)現(xiàn)獲取域名ssl證書(shū)信息和到期時(shí)間,文中的示例代碼講解詳細(xì),感興趣的小伙伴可以跟隨小編一起了解一下
    2023-09-09
  • Python django搭建layui提交表單,表格,圖標(biāo)的實(shí)例

    Python django搭建layui提交表單,表格,圖標(biāo)的實(shí)例

    今天小編就為大家分享一篇Python django搭建layui提交表單,表格,圖標(biāo)的實(shí)例,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2019-11-11

最新評(píng)論

信阳市| 许昌市| 德惠市| 商水县| 昆明市| 印江| 内乡县| 策勒县| 和政县| 霞浦县| 南川市| 库尔勒市| 鄂尔多斯市| 栾川县| 思南县| 全州县| 萨嘎县| 玉林市| 台中县| 仪征市| 蒙阴县| 彭水| 当阳市| 西乌珠穆沁旗| 饶河县| 新营市| 宝清县| 延津县| 冷水江市| 潍坊市| 临沂市| 凤台县| 乌什县| 靖州| 黄平县| 儋州市| 垣曲县| 米林县| 宿松县| 衡阳县| 太湖县|