食鲜配·智厨

这个项目属于哪个课程	https://edu.cnblogs.com/campus/fzu/2025DataCollectionandFusiontechnology
组名、项目简介	风雨无组，食鲜配·智厨是一个基于Python 3.7+和Django 2.0.7的智能电商菜谱一体化平台，实现了"购物-菜谱-健康"的完整闭环，为用户提供"买什么-怎么做-吃得健康"一站式解决方案。
团队成员学号	102302101、102302102、102302103、102302104、102302105、102302106、102302109、102302110
项目logo
这个项目的目标	实现网页端多源异构数据采集，构建用户画像并完成食材与菜谱的智能推荐，实现 AI 分析与 Web 应用展示，形成完整的数据采集与融合闭环。
其他参考文献	https://github.com/CRIPAC-DIG/SR-GNN 、https://docs.djangoproject.com/
gitee链接	https://gitee.com/ding41/buy-menu

一，项目背景

项目围绕“食鲜配・智厨”项目展开，该项目聚焦现代都市人群在日常饮食过程中普遍存在的“买菜难、配菜烦、做饭复杂、营养不均衡”等一系列现实痛点，致力于构建一个覆盖“食材选购—菜谱搭配—智能烹饪—健康管理”全过程的一体化智能饮食服务平台。项目以“数据驱动的个性化饮食服务”为核心理念，通过技术手段降低用户在饮食决策与烹饪执行中的认知与操作成本，提升生活品质与健康水平。

二，任务内容

1.爬取所有食材和食材总类的内容

本次项目我爬取的食材网站是苏宁超市https://chaoshi.suning.com/?safp=d488778a.13701.0.812ea3aef7&safpn=10007 ，爬取的食材种类是该网页左侧的相关内容

以及红圈食材的具体食材信息：（以水果为例子）

利用前面学习的爬虫，我是利用selenium和xpath的爬取方法对各个商品的名字，价格，和图片的url进行爬取

相关核心代码：

    # 1. 商品名称（适配两种页面结构）
    title = "".join(
        li.xpath('.//div[contains(@class, "title-selling-point")]/a//text() | .//div[2]/div[2]/a//text()')
    ).replace("\n", "").strip()
    dic["title"] = title if title else "未知名称"

    # 2. 商品价格（适配拆分的 <i> 标签）
    price_parts = li.xpath(
        './/div[2]/div[1]/span//i//text() | .//div[contains(@class, "price-box")]/span//i//text()'
    )
    if price_parts:
        price = "".join(price_parts).replace("\n", "").strip()
    else:
        price = "".join(li.xpath('.//div[contains(@class, "price-box")]/span[1]//text()')).replace("\n", "").strip()
    dic["price"] = price if price else "0"

    # 3. 商品图片（补全协议）
    img_link = li.xpath(
        './/div[contains(@class, "img-block")]/a/img/@src | .//img[starts-with(@id, "-") or contains(@src, ".jpg")]/@src'
    )
    if img_link:
        img_url = img_link[0].strip()
        if img_url and not img_url.startswith(('http:', 'https:')):
            img_url = 'https:' + img_url
        dic["img_link"] = img_url
    else:
        dic["img_link"] = ""

    # 过滤无效数据
    if dic["title"] == "未知名称" or dic["price"] in ("0", ""):
        continue

    dic["category"] = category
    products.append(dic)

爬取结果：