【Tkinter*】多线程爬取京东商品，并做可视化处理

小伤口

京东帮帮怪

程序简介

1 爬取京东评论，绘制成词云

2 爬取最近销量(评论)并用 matplotlib 绘制(京东评论数量即销量)

3 爬取商品信息加用户晒出的商品图片

4 将爬取的信息放在 Tkinter (也要用多线程,防止界面无响应)做的界面上，

以此帮助用户更直观的分析商品 。

界面




使用教程

注：由于打包 exe 总是失败，所以这个程序并没有 exe 文件

0 安装相关模块(这里统一用 pip 安装):

requests 模块:用于爬取商品评论，照片，信息等

1. pip install requests

复制代码

BeautifulSoup 模块:用于提取数据

1. pip install bs4

复制代码

matplotlib 模块:用于绘制图表

1. pip install matplotlib

复制代码

wordcloud 模块:用于绘制词云

1. pip install wordcloud

复制代码

1 打开程序:

下载

京东帮帮.rar

这个压缩文件 。点击鼠标右键，选择解压文件 。然后解压到你想要解压的位置

完成之后，打开

京东帮帮怪

这个文件 。



用鼠标双击上图所示的文件

2 运行程序:

找到你想要查询的商品，复制下图箭头指的网络链接





ctrl + v 将链接粘贴到下图所示位置，点击开始搜索





等待加载.....




当出现如下页面时运行成功（一定要刷新页面哦~）





2 程序布局:





[b]点击程序右上角的

换张图片

可以不断查看各种用户发的图片
[/b]


点击查看图片可以更清晰的观看图片




使用说明：



原理讲解

网上爬取京东评论的方法，发现爬取的大半都是好评论，并不能起到太大分析的作用
所以经过筛查发现

productPage...

这个 js 文件里面的网址通过修改相应的参数可以爬取好评，中评，差评和最新评论数等 。

1. https://club.jd.com/comment/productPageComments.action?callback=fetchJSON_comment98&productId=1914356&score=0&sortType=5&page=0&pageSize=10&isShadowSku=0&fold=1

复制代码

由于单线程爬取过慢，不能让用户等太久，况且很容易被封 IP 所以就用多线程实现
导入

1. import queue
   
2. import threading

复制代码

创建多线程（爬取时间的就不放了哈~）

1. # 创建多线程
   
2. class MyThread(threading.Thread):
   
3.     def __init__(self, q):
   
4.         threading.Thread.__init__(self)
   
5.         self.q = q
   
6. 
   
7.     # 调用get_index()
   
8.     def run(self) -> None:
   
9.         self.get_index()
   
10. 
    
11.     def get_index(self):
    
12. 
    
13.         url = self.q.get()
    
14. 
    
15.         # 加请求头
    
16.         headers = {
    
17.             "User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.132 Safari/537.36"}
    
18.         res = requests.get(url, headers=headers)
    
19. 
    
20.         jd = json.loads(res.text.lstrip("jQuery593159(").rstrip(");"))
    
21. 
    
22.         with open("data.txt", "a", encoding="utf-8") as file:
    
23.             for i in jd['comments']:
    
24.                 file.write(i['content'] + '\n')
    
25. 
    
26.             try:
    
27.                 for each in i['images']:
    
28.                     photo = each['imgUrl'].split('//')
    
29.                     photo = photo[-1]
    
30.                     photo = 'https://' + photo
    
31.                     print(photo)
    
32.                     zhao_pian.append(photo)
    
33.             except:
    
34.                 pass

复制代码

爬取评论我用了 5 个线程
所以用

1. for i in range(5):
   
2.     locals()['MyThread_' + str(i)] = MyThread

复制代码

创建了 5 个线程省去一些重复代码 。
虽然用了多线程但还是不能在短时间内爬取所有评论 。由于京东评论数即销量，
所以爬取最新评论的时间，按月来作为 x 轴的单位，将同一个月评论的时间相加作为每个
月的销量即 y 轴
代码实现：

1. #将时间提取出来，并进行排序计数
   
2.     with open("data2.txt") as file:
   
3.         for line in file.readlines():
   
4.             dict_data.append(int(line))
   
5.     dict_data.sort()
   
6.     dic = collections.Counter(dict_data)
   
7.     for i in dic:
   
8.         dict_data2.append(str(i))
   
9.         dict_data3.append(dic[i])

复制代码

绘制折线图

1. x = np.array(dict_data2)
   
2.     y = np.array(dict_data3)
   
3.     fig=plt.figure(figsize=(25, 10))
   
4.     fig.patch.set_facecolor('Turquoise')
   
5.     ax = fig.add_subplot(111)
   
6.     ax.patch.set_facecolor('DeepSkyBlue')
   
7.     plt.plot(x, y, 'r')  # 折线 1 x 2 y 3 color
   
8.     plt.plot(x, y, 'red', lw=2)  # 4 line w
   
9.     plt.scatter(x, y, color='red', marker='o')
   
10.     font = FontProperties(fname="mnjzbh.ttf")
    
11.     plt.title("销售趋势(按时间顺序)", fontsize=24,fontproperties=font)
    
12.     plt.xlabel("时间(年，月)", fontsize=14,fontproperties=font)
    
13.     plt.ylabel("销售数量(件)", fontsize=14,fontproperties=font)
    
14.     plt.savefig('Figure_1.png', bbox_inches='tight')
    
15.     plt.show()[/b]

复制代码

[b]完整的爬虫代码(可以复制直接使用哦~）

游客，如果您要查看本帖隐藏内容请回复

源码:

游客，如果您要查看本帖隐藏内容请回复

宣传
下方二维码是我的微信公众号(懂的都懂)


写文章不易，求评分~，求评分~，求评分~

给各位看官大佬磕头了

糖甜弯了嘴

求三连~
（主要是挂件要到期了，想混点积分 。）

昨非

芜湖~

小伤口

昨非 发表于 2021-4-5 20:04
芜湖~

谢谢大佬的每次支持
让俺才一直有动力

昨非

小伤口 发表于 2021-4-5 20:15
谢谢大佬的每次支持
让俺才一直有动力

我不是大佬，这玩意我写起来怕是费劲多了

昨非

小伤口 发表于 2021-4-5 20:15
谢谢大佬的每次支持
让俺才一直有动力

真的只是比你能水罢了

小伤口

昨非 发表于 2021-4-5 20:18
真的只是比你能水罢了

每个月帮好多鱼友解决问题，还会多种语言，单片机。我还早呢

昨非

小伤口 发表于 2021-4-5 20:22
每个月帮好多鱼友解决问题，还会多种语言，单片机。我还早呢

我会个屁啊

hrp

大...大佬

yayc_zcyd

小伤口厉害了~

putuo3

优秀！点赞先

yayc_zcyd

heishali

膜拜大佬

old_叶

厉害厉害 ，能秒杀东西吗？

小伤口

old_叶 发表于 2021-4-5 22:43
厉害厉害 ，能秒杀东西吗？

不行，
秒杀的话selenium应该挺容易实现

小伤口

hrp 发表于 2021-4-5 21:07
大...大佬

真...过奖了
谢谢大佬支持

小伤口

yayc_zcyd 发表于 2021-4-5 21:09
小伤口厉害了~

小伤口太疼了

Daniel_Zhang

Daniel_Zhang

昨非 发表于 2021-4-5 20:04
芜湖~

笔趣阁那个进度咋样啦

crisfo

厉害，厉害！
像大佬学习