noodles
19f1b843af
md_edit
|
hace 2 años | |
|---|---|---|
| result | hace 3 años | |
| utility | hace 2 años | |
| HKS須重爬店家.csv | hace 2 años | |
| README.md | hace 2 años | |
| category.csv | hace 3 años | |
| details.xls | hace 2 años | |
| get_google_id.py | hace 2 años | |
| hot_pot.xls | hace 2 años | |
| jared_pureselenium_shop_item_list.py | hace 3 años | |
| jared_run.py | hace 2 años | |
| jared_shop_item_list.py | hace 2 años | |
| lat_long_location.csv | hace 3 años | |
| lat_long_search.py | hace 3 años | |
| linux_loop.sh | hace 2 años | |
| location_list.csv | hace 3 años | |
| loop_5555.bat | hace 2 años | |
| loop_6666.bat | hace 2 años | |
| loop_rep.py | hace 2 años | |
| loop_storelist.bat | hace 2 años | |
| run.py | hace 2 años | |
| run2.py | hace 3 años | |
| run3.py | hace 2 años | |
| run4.py | hace 2 años | |
| run5.py | hace 2 años | |
| shop_item_list.py | hace 2 años | |
| start.sh | hace 3 años | |
| swire_docker_itemlist.py | hace 2 años | |
| swire_shop_item_list.py | hace 2 años | |
| swire_shop_review.py | hace 2 años |
README.md
GooglePoiCrawler
Google Poi Crawler
Reviews crawler
Code : swire_shop_review.py
Execute:
python swire_shop_review.py [port] [proxyport]
DB information
swire_store_list(line 103): store shop list
reviews_table(line 232): store crawler result, use Function save_js_to_db to save parsing data into database
db_columns = ['author_id','author_page','author_name', 'author_image','author_review_count','review_time','review_content','review_image','store_review_time','store_review']
review_process(line 271): store cralwer status
Crawler list
Function get_next_job (line 98): get shop list, data column need ==shop url== (code called item_url), ==fid==, ==shop rating counts== (code called user_ratings_total)
Use ==fid== as all db key
Page down function
Function get_reviews (line 205): Check if the store has reviews first and use shop rating countsdivided by three as page down counts.