通过 Python 爬虫获取淘宝商品类目可分为五个步骤：安装 requests 和 BeautifulSoup 库；获取淘宝商品类目页面 HTML；解析 HTML 并创建 BeautifulSoup 对象；查找存储类目的 元素；提取每个 元素中的类目名称和 ID。

如何通过 Python 爬虫获取淘宝商品类目

获取淘宝商品类目是网络爬虫中一项常见任务，可用于分析竞争对手、识别产品趋势或构建分类目录。以下是使用 Python 爬虫获取淘宝商品类目的步骤：

1. 安装必要的库

首先，在你的 Python 环境中安装 requests 和 BeautifulSoup 库，它们将用于发送 HTTP 请求和解析 HTML。以下命令可安装这些库：

立即学习“Python免费学习笔记（深入）”；

pip install requests beautifulsoup4

2. 获取页面 HTML

接下来，你需要获取淘宝商品类目页面。你可以使用 requests 库发送 HTTP 请求：

macOS UI 自动化技能包 —— 用 Python 控制你的 Mac

让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限

下载

import requests

url = 'https://www.taobao.com/navigator/category-1000.htm'  # 淘宝商品类目页面 URL
response = requests.get(url)

3. 解析 HTML

检索页面 HTML 后，你需要使用 BeautifulSoup 库解析它。以下代码可创建一个 BeautifulSoup 对象：

from bs4 import BeautifulSoup

soup = BeautifulSoup(response.text, 'html.parser')

4. 查找类目元素

淘宝商品类目存储在一系列 <li> 元素中，每个 <li> 元素代表一个类目。你可以使用 find_all() 方法找到所有这些 <li> 元素：

categories = soup.find_all('li', class_='J_Category')

5. 提取类目信息

在每个 <li> 元素内，类目名称存储在 <a></a> 元素中，类目 ID 存储在 data-catid 属性中。以下代码可提取这些信息：

for category in categories:
    name = category.find('a').text
    catid = category.get('data-catid')
    print(name, catid)

通过这些步骤，你将成功获取所有淘宝商品类目及其对应的 ID。