使用Python采集亚马逊产品数据

亚马逊是一个全球知名的电商平台，很多人都想从中获取产品信息。在这篇文章中，将介绍如何使用 Python 采集亚马逊产品数据，并使用123proxy.cn的代理IP来避免被封IP。

准备工作

在开始编写爬虫代码之前，我们需要准备一些工具：

1. Python 3：我们将使用 Python 编写爬虫代码。
2. requests 库：这是一个常用的 Python 库，用于发送 HTTP 请求。
3. BeautifulSoup 库：这是一个 HTML 解析库，用于从 HTML 页面中提取数据。
4. 123proxy.cn 的代理隧道代理IP：我们将使用代理 IP 来避免被封 IP。

首先，我们需要安装 requests 和 BeautifulSoup 库：

pip install requests beautifulsoup4

接下来，我们需要获取 123proxy 的隧道代理 IP。我们可以登录 123proxy 的网站，选择需要的代理类型和地理位置，然后购买相应的代理 IP。

例子: 123proxy.cn的动态数据中心代理，美国地域

http_proxy = "http://us.gateway.123proxy.cn:31000"
https_proxy = "http://us.gateway.123proxy.cn:31000"

编写爬虫代码
下面是一个简单的 Python 爬虫代码，用于从亚马逊网站上获取产品的名称、价格和评分。

采集代码

import requests
from bs4 import BeautifulSoup

# 设置代理 IP
proxy = {
    "http": "http://us.gateway.123proxy.cn:31000",
    "https": "http://us.gateway.123proxy.cn:31000"
}

# 设置请求头
headers = {
    "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/58.0.3029.110 Safari/537.3"
}

# 发送请求
url = "https://www.amazon.com/dp/B08P8W37MG"
response = requests.get(url, headers=headers, proxies=proxy)

# 解析 HTML
soup = BeautifulSoup(response.text, "html.parser")

# 获取产品名称
product_title = soup.find(id="productTitle").get_text().strip()
print("Product Title:", product_title)

# 获取产品价格
product_price = soup.find(class_="a-price-whole").get_text().strip()
print("Product Price:", product_price)

# 获取产品评分
product_rating = soup.find(class_="a-icon-star-small").find(class_="a-icon-alt").get_text().strip()
print("Product Rating:", product_rating)

在上面的代码中，我们首先设置了代理 IP，然后设置了请求头。接着，我们使用 requests 库发送 HTTP 请求，并指定了代理 IP。最后，我们使用 BeautifulSoup 库解析 HTML 页面，并从中提取出产品的名称、价格和评分。

总结
在本文中，我们介绍了如何使用 Python 采集亚马逊产品数据，并使用 123proxy 的代理 IP 来避免被封 IP。希望这篇文章对你有所帮助！