导读：很多朋友问到关于php爬虫怎么获取淘宝的相关问题，本文首席CTO笔记就来为大家做个详细解答，供大家参考，希望对大家有所帮助！一起来看看吧！

本文目录一览：

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。

可以通过requests库re库进行淘宝商品爬虫爬取

import requests

import re

def getHTMLText(url):

try:

r= requests.get(url,timeout=30)

r.raise_for_status()

r.encoding = r.apparent_encoding

return r.text

except:

return ""

def parsePage(ilt,html):

try:

plt = re.findall(r'\"view_price\":\"[\d+\.]*\"',html)

tlt = re.findall(r'\"raw_title\"\:\".*?\"',html)

for i in range(len(plt)):

price = eval(plt[i].split(':')[1])

title = eval(tlt[i].split(':')[1])

ilt.append([price,title])

except:

print("F")

def printGoodsList(ilt):

tplt = "{:4}\t{:8}\t{:16}"

print(tplt.format("序号","价格","商品名称"))

count = 0

for g in ilt:

count = count +1

print(tplt.format(count,g[0],g[1]))

def main():

goods = '书包'

depth = 2

start_url = ""+ goods

infoList = []

for i in range(depth):

try:

url = start_url +'s='+str(44*i)

html = getHTMLText(url)

parsePage(infoList,html)

except:

continue

printGoodsList(infoList)

main()

这段代码在过去是可以爬取淘宝商品信息，但是因为淘宝的反扒技术升级，便不能让你大摇大摆地进出自如了。

此外也可以借助采集实现采集

两种方法：

网络爬虫。使用urllib2和BeautifulSoup（或者正则表达式）去抓取网页数据，大部分的网站都要这么做。

淘宝开放平台SDK。申请一个sdk用户，然后调用API。支持python2.7以上版本。

你可以用前嗅的数据采集软件，你可以搜一下，我之前用这款软件采集淘宝的所有商品信息，还是很好用的。

这款软件是可视化操作，比较简易容易上手，要是碰到网站比较复杂的，可以用它自带的爬虫脚本语言，写几行脚本就搞定了。

另外采集完了他还可以直接存入他自带的数据库里，导出excel文件，看起来也方便。自己不行配置也能找他买模板，我就是直接从前嗅买的模板，也不贵。

所有你可以先去下载一个免费版试一试，免费版不限制功能，没有到期时间。

希望对你的问题有帮助。

使用前嗅的forespider数据采集软件，，能爬取网上的公开数据，我采集过淘宝天猫的店铺和商品信息，软件很好用功能强大

结语：以上就是首席CTO笔记为大家整理的关于php爬虫怎么获取淘宝的相关内容解答汇总了，希望对您有所帮助！如果解决了您的问题欢迎分享给更多关注此问题的朋友喔～