你觉得现在的月饼贵吗？

中秋节马上就到了，和往年一样，月饼再次成为人们关心的话题，只不过越来越多的人开始吐槽，月饼似乎越来越贵了，如果这些成本花在了原材料上那还好。可惜的是，月饼贵的主要原因是因为月饼的包装越来越精美了，而不是原材料贵了，那么大家在购买月饼时更看重颜值还是性价比呢？

最近一段时间月饼的销量持续增长，各个厂家也推出了各个不同口味类别的月饼，价格差异也较大。面对口味众多，价格差异大的月饼，我们到底该如何选择呢？今天就一起用Python爬取某宝月饼信息，并对爬取的数据进行可视化分析，一起来看看哪种月饼最受欢迎，看看那些高价位的月饼真的有多少人购买。

首先我们先爬取数据，本文我们通过selenium模块进行月饼数据爬取。最近某宝的反爬也是超级严格的，面对封ip这个阻碍，这次我们是费了不少功夫测试了一家质量好的代理。

使用selenium模拟爬取数据示例如下：

from selenium import webdriver
    import string
    import zipfile

    # 代理服务器(产品官网 www.16yun.cn)
    proxyHost = "t.16yun.cn"
    proxyPort = "3111"

    # 代理验证信息
    proxyUser = "username"
    proxyPass = "password"


    def create_proxy_auth_extension(proxy_host, proxy_port,
                                    proxy_username, proxy_password,
                                    scheme='http', plugin_path=None):
        if plugin_path is None:
            plugin_path = r'/tmp/{}_{}@t.16yun.zip'.format(proxy_username, proxy_password)

        manifest_json = """
        {
            "version": "1.0.0",
            "manifest_version": 2,
            "name": "16YUN Proxy",
            "permissions": [
                "proxy",
                "tabs",
                "unlimitedStorage",
                "storage",
                "<all_urls>",
                "webRequest",
                "webRequestBlocking"
            ],
            "background": {
                "scripts": ["background.js"]
            },
            "minimum_chrome_version":"22.0.0"
        }
        """

        background_js = string.Template(
            """
            var config = {
                mode: "fixed_servers",
                rules: {
                    singleProxy: {
                        scheme: "${scheme}",
                        host: "${host}",
                        port: parseInt(${port})
                    },
                    bypassList: ["localhost"]
                }
              };

            chrome.proxy.settings.set({value: config, scope: "regular"}, function() {});

            function callbackFn(details) {
                return {
                    authCredentials: {
                        username: "${username}",
                        password: "${password}"
                    }
                };
            }

            chrome.webRequest.onAuthRequired.addListener(
                callbackFn,
                {urls: ["<all_urls>"]},
                ['blocking']
            );
            """
        ).substitute(
            host=proxy_host,
            port=proxy_port,
            username=proxy_username,
            password=proxy_password,
            scheme=scheme,
        )
        print(background_js)

        with zipfile.ZipFile(plugin_path, 'w') as zp:
            zp.writestr("manifest.json", manifest_json)
            zp.writestr("background.js", background_js)

        return plugin_path


    proxy_auth_plugin_path = create_proxy_auth_extension(
        proxy_host=proxyHost,
        proxy_port=proxyPort,
        proxy_username=proxyUser,
        proxy_password=proxyPass)

    option = webdriver.ChromeOptions()

    option.add_argument("--start-maximized")

    # 如报错 chrome-extensions
    # option.add_argument("--disable-extensions")

    option.add_extension(proxy_auth_plugin_path)

    # 关闭webdriver的一些标志
    # option.add_experimental_option('excludeSwitches', ['enable-automation'])

    driver = webdriver.Chrome(
        chrome_options=option,
        executable_path="./chromdriver"
    )

    # 修改webdriver get属性
    # script = '''
    # Object.defineProperty(navigator, 'webdriver', {
    # get: () => undefined
    # })
    # '''
    # driver.execute_cdp_cmd("Page.addScriptToEvaluateOnNewDocument", {"source": script})


    driver.get("https://uland.taobao.com/")
python获取Cookie
HtmlUnitDriver(Java)
Firefox(Java)
php-webdriver-chrome

我们可以读取已经清洗结束的数据，然后通过对店铺分组获取各个店铺的月饼销量数据，这样就可以为大家提供一个直观的数据分析图。大家在选购的时候也有个大概的了解。