Skip to content

Latest commit

 

History

History

jd-ram

Folders and files

NameName
Last commit message
Last commit date

parent directory

..
images
images
 
 
README.md
README.md
 
 
ram.py
ram.py
 
 

README.md

京东内存条数据分析:full_moon:

人生苦短，我用Python！

声明

本项目所有数据来自 京东, 获取与共享之行为或有侵犯 京东 权益的嫌疑, 若被告知需停止共享与使用, 本人会及时删除整个项目. 请您了解相关情况, 并遵守 京东 协议。

前言

做这个项目主要是因为我自己想买内存条了:crying_cat_face:，我那个辣鸡电脑内存还是4G，开个PS就卡成:dog:，AE做个小点的视频渲染就得好久。。。
为了了解一下内存条的情况，于是一天晚上(2017.10.08)在图书馆闲来无事，把京东上的内存条的数据按销量顺序全部爬下来了（说全部有点虚，总感觉漏掉了一些）

爬到的数据

仅爬了按销量排行的 41 页数据, 共得到 2460 条数据.

双十一之后更新(17/11/20), 爬了按销量排行的 48 页数据, 共得到 2879 条数据. 分析图没有修改, 工程量有点大(其实是懒), 多加了一些基于数据的分析.

ram-1

存到MySQL数据库的数据

ScreenShots1.PNG

从MySQL导出为CSV

ScreenShots4.PNG

爬取过程

这是京东搜索笔记本内存条并按销量排序的第一页的部分结果

ram-jd

本来是打算直接根据搜索并排序之后的URL来爬数据，结果发现京东一页数据分两次加载，开始显示前30个商品，当滚动条下拉之后然后再异步加载后30个商品，于是这个方法只能作废了。

天无绝人之路，当我在翻页的时候发现了一些有趣的东西:trollface:

下面是第二页前30个商品与某个神秘的请求(链接打开是404/request deny)

ScreenShots2.PNG

第二页后30个商品与某个神秘的请求

ScreenShots3.PNG

切换到Response之后发现这两个请求返回的HTML中就包含了商品的各项数据（名称、店铺、价格等等），简单分析这两个链接的格式就能通用了，excited！接下来就简单了，脚本细节就不多赘述了。

excited.jpg

结果分析

全部分析图请见 ECharts

各店铺所占比例

可以看到这六个店(鼎信电脑办公专营店、联想400配件专卖店、瑞福德数码专营店、千诚致远专营店、悦智数码专营店、纽科旗舰店)占了3/4+，尤其是第一个鼎信电脑办公专营店有725条数据，占了1/4+，简直可怕。金士顿官方旗舰店在第九，也是不错了

shop_percent.png

商品名の词云

笔记本、内存条、DDR3占比重大我能理解，但不是很懂联想(Lenovo)为啥占了这么大比重。然后可以看到大概现在主流的是4G和8G（其实我也打算买个8G的），16G和32G所占比重很小，在图中基本看不到:joy:

cloud.png

不同容量内存条所占比例

果然买的最多还是8G和4G

ScreenShots5.png

不同价格区间商品数

还是300-400这一区间的内存条比较火啊

ScreenShots7.png

17/11/20更新

价格最高/最低的10件内存条

看着这价格, 我也只能看看... ram-2 上面贵的吓死人, 但下面这也太便宜了吧, 怕不是假的内存条的吧 ram-3

评论最高的10件内存条

好巧哇, 我买的好像就是下面第一个内存条哇... ram-4

使用说明

首先把仓库克隆到本地然后安装所有用到的库

>> git clone https://github.com/LewisTian/RAM-JD.git
>> cd RAM-JD
>> pip install -r requirements.txt

由于将爬到的数据保存到 MySQL 数据库, 请先安装好待用. (我安装的版本是5.7)

然后修改 ram.py 中链接 MySQL 数据库的若干变量（$user $psw $db），新建 ram 表用来存储数据，可参考下面建表语句

CREATE TABLE ram(
   id INT PRIMARY KEY AUTO_INCREMENT,
   name VARCHAR(255),
   price VARCHAR(45),
   shop VARCHAR(45),
   comments VARCHAR(45),
   href VARCHAR(45));

如果前面没有问题运行脚本就可以了

>> python ram.py

最后登录 MySQL 数据库查看数据是否保存成功

>> mysql -u $user -p
mysql> use $db;
mysql> select count(*) from ram;

导出数据为CSV

SELECT * FROM ram INTO OUTFILE '$path/ram.csv' 
FIELDS TERMINATED BY ',' ENCLOSED BY '"' LINES TERMINATED BY '/r/n';

注意，上面 $path 为 MySQL 的配置文件 my.ini 中 secure-file-priv 的路径，否则应该会报这个错误 ERROR 1290 (HY000): The MySQL server is running with the --secure-file-priv option so it cannot execute this statement

LICENSE

Copyright (c) 2017 Lewis Tian. Licensed under the MIT license.