使用 DrissionPage 批量抓取汽车之家车型及轮胎规格（含在售/停售）_drissionpage 爬取汽车之家销量排行旁数据-CSDN博客

本文分享一个实战项目，利用 DrissionPage 批量抓取汽车之家指定品牌的在售/停售车型及

其轮胎规格，并保存到 Excel，适合有 Python 基础、想做爬虫或数据采集的同学。代码详解、步骤分明、注释齐全，欢迎收藏点赞！

1. 背景说明

项目目标：
批量采集汽车之家指定品牌的所有在售/停售车型，并提取每个车型的轮胎规格（前轮/后轮）参数，最终整理到 Excel。

核心难点：

汽车之家前端基于 JS 动态渲染，传统 requests/bs4 难以处理。
车型、参数页面均为多层嵌套，页面结构复杂。
需自动翻页，兼容无数据页终止抓取。
需要支持多品牌批量采集。

为此，采用 DrissionPage 无头浏览器，实现页面跳转、点击、元素获取等复杂操作。

2. 环境准备

安装依赖：

pip install DrissionPage pandas

如遇环境/驱动配置问题，建议参见 DrissionPage 文档或官方仓库。

3. 代码结构与核心流程

完整代码如下，下文会分章节详细讲解各部分实现：

from DrissionPage import Chromium, ChromiumOptions
import pandas as pd

brand_ids = [181, 275, 279, 283, 284, 294, 299, 309, 318, 319]  # 品牌ID可自由扩展
data_list = []

# 配置 ChromiumOptions 实例，设置为无头模式（后台运行不弹窗）
co = ChromiumOptions().headless()
page = Chromium(co)
tab = page.latest_tab

# ======== 以下为主采集流程 ==========
for brand_id in brand_ids:
    # 在售车型采集
    # ...省略（后续详细讲解）

    # 停售车型采集
    # ...省略（后续详细讲解）

# 保存结果
df = pd.DataFrame(data_list)
df.to_excel('car_specifications.xlsx', index=False)
page.quit()

4. 采集在售车型信息

抓取目标：
每个品牌的在售车型，提取品牌名、车型名、版本、前轮胎规格、后轮胎规格。

（1）分页采集，每页抓取车辆列表

每次请求类似
https://www.autohome.com.cn/price/brandid_{brand_id}/x-x-x-x-{page_num}

for brand_id in brand_ids:
    print(f'开始抓取品牌ID:{brand_id} 在售车辆...')
    page_num = 1
    while True:
        url = f'https://www.autohome.com.cn/price/brandid_{brand_id}/x-x-x-x-{page_num}'
        tab.get(url)
        # 获取当前页上的所有车辆（车辆主链接）
        cars = tab.eles(
            'xpath://*[@id="app"]/div/div[2]/div/div[2]/div[1]/div[2]/div[4]/div/div[1]/div/div[1]/div[1]/a[1]')
        if not cars:  # 无数据说明到底了
            print(f'品牌ID:{brand_id} 在售车辆 第 {page_num} 页 无数据，停止抓取')
            break

要点说明：

利用 while True 循环自动翻页，cars 为空即停止。
使用 XPath 精准定位到车辆主链接（部分页面结构复杂，不建议用 CSS 选择器）。
每个品牌分多页抓取，无须担心漏车。

（2）打开车辆详情页，采集车型和参数页

进入每台车详情，抓取车型名和参数页面链接：

for car in cars:
    car_tab = car.click.for_new_tab()  # 新标签打开车型详情页
    title_ele = car_tab.ele('xpath://*[@id="series-info"]/div[1]/div[1]/div[2]')
    if title_ele:
        title = title_ele.text
    else:
        car_tab.close()
        continue
    # 获取参数页面链接（不同车型有不同结构，需兼容写法）
    param_link = (
        car_tab.ele('xpath://*[@id="series-info"]/div[2]/div[2]/div[2]/div[2]/div[2]/div[4]/a/span') or
        car_tab.ele('xpath://*[@id="series-info"]/div[2]/div[2]/div/div[2]/div[2]/div[4]/a/span')
    )
    if param_link:
        param_tab = param_link.click.for_new_tab()  # 再次打开参数页
        # ...参数页数据采集，见下节
        param_tab.close()
    car_tab.close()

要点说明：

.click.for_new_tab() 兼容性好，能避免原标签切换。
title 一般格式为品牌-车型，需后续分割提取。
param_link 结构多变，需兼容两种常见 XPath。

（3）采集版本/轮胎规格参数

进入参数页后，获取该车所有在售版本及对应轮胎参数：

series = param_tab.eles('xpath://*[@id="app"]/div[1]/div[1]/div[2]/div[2]/div/div[1]/div/a')  # 车型版本名
front_label = param_tab.ele('@text()=前轮胎规格')
front_wheels = front_label.parent().parent().eles('.style_col_sub__1tg7Z') if front_label else []
rear_label = param_tab.ele('@text()=后轮胎规格')
rear_wheels = rear_label.parent().parent().eles('.style_col_sub__1tg7Z') if rear_label else []
for idx, s in enumerate(series):
    series_name = s.text
    front_wheel = front_wheels[idx].text if idx < len(front_wheels) else "未找到"
    rear_wheel = rear_wheels[idx].text if idx < len(rear_wheels) else "未找到"
    brand_name = title.split('-')[0] if '-' in title else ''
    car_data = {
        '品牌': brand_name,
        '车型': title.split('-')[1] if '-' in title else title,
        '版本': series_name,
        '前轮规格': front_wheel,
        '后轮规格': rear_wheel
    }
    data_list.append(car_data)
    print(car_data)

要点说明：

series为该车型所有在售版本，对应每个参数。
轮胎参数取法：先通过“前轮胎规格”定位参数块，再向上找父节点获取所有版本数据。
多版本情况下，通过下标关联版本和轮胎参数。
未找到参数时，填充“未找到”，保证后续数据完整。
最终每辆车的每个版本都封装为字典追加到 data_list。

5. 采集停售车型（同理）

采集停售车型方法和在售基本一致，只是url 路径参数不同（区别在于 /x-1-x-x-），可复用全部采集逻辑：

print(f'开始抓取品牌ID:{brand_id} 停售车辆...')
page_num = 1
while True:
    url = f'https://www.autohome.com.cn/price/brandid_{brand_id}/x-1-x-x-{page_num}'
    tab.get(url)
    cars = tab.eles(
        'xpath://*[@id="app"]/div/div[2]/div/div[2]/div[1]/div[2]/div[4]/div/div[1]/div/div[1]/div[1]/a[1]')
    if not cars:
        print(f'品牌ID:{brand_id} 停售车辆 第 {page_num} 页 无数据，停止抓取')
        break
    # 采集逻辑同在售
    for car in cars:
        # ...省略，同上

6. 数据整理与保存

全部数据采集完后，使用 pandas 存为 Excel 表：

df = pd.DataFrame(data_list)
df.to_excel('car_specifications.xlsx', index=False)
page.quit()

要点说明：

建议采集完成后再整体写 Excel，提升效率。
每条数据结构固定：品牌、车型、版本、前轮规格、后轮规格。
记得关闭 browser，释放系统资源。

7. 实用建议与易错点

动态页面结构易变：如果发现采集不到数据，需用 F12 检查 XPath 是否有变化。
批量抓取速度控制：如遇到被封、数据加载慢，可适当恢复 sleep 延迟或加代理。
品牌 ID 获取：品牌 ID 可通过主页品牌下拉菜单抓包获得。
数据去重/校验：有些品牌、车型数据结构不一，建议采集后用 pandas 进行二次清洗。
内存与标签控制：极端情况下标签页太多会爆内存，建议优化标签关闭逻辑。

8. 总结

本文介绍了基于 DrissionPage 抓取汽车之家车型参数（含在售/停售）的完整流程与核心代码，并逐步剖析了动态采集、多层页面跳转、参数提取等关键实现。通过这种方式可以灵活批量抓取汽车之家海量车型信息，方便做后续数据分析、建模等应用。

有任何采集或 DrissionPage 的技术问题，欢迎评论区留言交流！

觉得有用麻烦点赞、关注、收藏一波，感谢支持！