自动化google播放列表中的搜索项

Question

我正在做一个python项目，在那里我需要找出公司拥有的应用程序。例如，我有一个列表：

company_name = ['Airbnb', 'WeFi']

我想编写一个python函数/程序来完成以下工作：

1.让它自动在播放存储中的列表中的搜索项

2.如果公司名称匹配，即使它只匹配名称，如"Airbnb“将匹配"Airbnb，inc.”

​

​

1. 然后，它将单击该页并读取其类别。

​

1. 如果该公司有多个应用程序，它将对所有应用程序进行同样的操作。
2. 公司的每个应用信息都存储在tuple = {app name, category}中。
3. 期望的最终结果将是一个元组列表。

例：

print(company_name[0])
print(type(company_name[0]))

结果：

爱彼迎

元组

print(company_name[0][0])

结果：

(“airbnb”、“旅行”)

这是许多知识的混合体，我是蟒蛇的新手。所以，请给我一些指导，我应该如何开始写代码。

我知道selenium可以自动实现“加载更多”功能，但我不确定我到底可以使用什么包？

Answer 1

我已经写了一个小演示，可以帮助你实现你的目标。我用的是请求和美丽的汤。这并不完全是你想要的，但它可以很容易地适应。

import requests
import bs4

company_name = "airbnb"
def get_company(company_name):
    r = requests.get("https://play.google.com/store/search?q="+company_name)
    soup = bs4.BeautifulSoup(r.text, "html.parser")
    subtitles = soup.findAll("a", {'class':"subtitle"})
    dev_urls = []
    for title in subtitles:
        try:
            text = title.attrs["title"].lower()
        #Sometimes there is a subtitle without any text on GPlay
        #Catchs the error
        except KeyError:
            continue
        if company_name in text:
            url = "https://play.google.com" + title.attrs["href"]
            dev_urls.append(url)
    return dev_urls

def get_company_apps_url(dev_url):
    r = requests.get(dev_url)
    soup = bs4.BeautifulSoup(r.text, "html.parser")
    titles = soup.findAll("a", {"class":"title"})
    return ["https://play.google.com"+title.attrs["href"] for title in titles]

def get_app_category(app_url):
    r = requests.get(app_url)
    soup = bs4.BeautifulSoup(r.text, "html.parser")
    developer_name = soup.find("span", {"itemprop":"name"}).text
    app_name = soup.find("div", {"class":"id-app-title"}).text
    category = soup.find("span", {"itemprop":"genre"}).text
    return (developer_name, app_name, category)

dev_urls = get_company("airbnb")
apps_urls = get_company_apps_url(dev_urls[0])
get_app_category(apps_urls[0])

>>> get_company("airbnb")
['https://play.google.com/store/apps/developer?id=Airbnb,+Inc']
>>> get_company_apps_url("https://play.google.com/store/apps/developer?id=Airbnb,+Inc")
['https://play.google.com/store/apps/details?id=com.airbnb.android']
>>> get_app_category("https://play.google.com/store/apps/details?id=com.airbnb.android")
('Airbnb, Inc', 'Airbnb', 'Travel & Local')

我在谷歌的剧本

dev_urls = get_company("google")
apps_urls = get_company_apps_url(dev_urls[0])
for app in apps_urls:
    print(get_app_category(app))

('Google Inc.', 'Google Duo', 'Communication')
('Google Inc.', 'Google Translate', 'Tools')
('Google Inc.', 'Google Photos', 'Photography')
('Google Inc.', 'Google Earth', 'Travel & Local')
('Google Inc.', 'Google Play Games', 'Entertainment')
('Google Inc.', 'Google Calendar', 'Productivity')
('Google Inc.', 'YouTube', 'Media & Video')
('Google Inc.', 'Chrome Browser - Google', 'Communication')
('Google Inc.', 'Google Cast', 'Tools')
('Google Inc.', 'Google Sheets', 'Productivity')

Answer 2

下面是另一个以编程方式搜索google的选项：

https://github.com/facundoolano/google-play-scraper/#list

var gplay = require('google-play-scraper');

gplay.list({
    category: gplay.category.GAME_ACTION,
    collection: gplay.collection.TOP_FREE,
    num: 2
  })
  .then(console.log, console.log);

(它是nodejs，而不是python )