抓取淘宝店铺的信用等级数据

By minirplus on 2014-04-19 in DEV

今天尝试抓取淘宝店铺的信用等级，由于淘宝的信用等级是按照图片来进行显示的，所以需要根据显示的图片来转换到对应的信用等级。

查看淘宝的源码，发现店铺的信用在店铺首页的如下代码中

</a>

</span>

在代码中 data-spm-anchor-id="a1z10.1.0.0" 这个参数网上没有相关信息，个人理解应该是某种追踪参数。

在img的代码中，可以获取到src值，值的最后 s_blue_1.gif 就是信用等级，只需要取得该值然后分解为相应的参数即可。

在simplehtmldom中可以通过 $html->find('.rank',0)->getAttribute('src') 获取到图片的链接

然后通过下面的函数来取得文件名

function retrieve($url){

preg_match('/\/([^\/]+\.[a-z]+)[^\/]*$/',$url,$match);

var_dump($match);

return $match[1];

}

函数输出结果： s_blue_3.gif

然后对结果进行分析

function aplit_rank($rank){

$shop_rank = substr($rank,0,strlen($rank)-4);

$shop_rank = explode('_', $shop_rank);

return $shop_rank;

}

函数输出数组： array(3) { [0]=> string(1) "s" [1]=> string(4) "blue" [2]=> string(1) "3" }

数组第一个值是一个前缀

数组第二个值对应信用的等级

red=>红心

blue=>蓝钻

cap=>蓝皇冠

crown=>黄皇冠

数组第三个值从1到5，分别对应每个等级的皇冠数量

然后是抓取店铺动态评分

//第一类店铺

$shop_rate_desc = $html->find('.shop-rate',0)->find('.count',0)->plaintext;

$shop_rate_serv = $html->find('.shop-rate',0)->find('.count',1)->plaintext;

$shop_rate_ship = $html->find('.shop-rate',0)->find('.count',2)->plaintext;

//第二类店铺

$shop_rate_desc = $html->find('.shop-credit',0)->find('.count',0)->plaintext;

$shop_rate_serv = $html->find('.shop-credit',0)->find('.count',1)->plaintext;

$shop_rate_ship = $html->find('.shop-credit',0)->find('.count',2)->plaintext;

最后抓取的成果

对错误反馈进行分析

1.店铺没有评价

解决方法：通过 if($shop_rate_desc=='') 判断，为空则无评价

2.店铺已关闭

解决方法：通过 if($html->find('.shop-rate',0)) 和 elseif($html->find('.shop-credit',0)) 判断，都不符合就可判断为无店铺信息