本文内容

1. 动态数据抓包演示
2. json数据解析
3. requests模块的使用
4. 保存csv

环境介绍

• python 3.8 解释器
• pycharm 编辑器

确定我们要爬取数据内容是什么?

美团网上搜索“按摩”，采集全部按摩店数据

通过开发者工具进行抓包分析，找到数据

代码实现步骤:

1. 发送请求, 对于店铺信息数据包url地址发送请求
2. 获取数据, 获取服务器返回的response响应数据
3. 解析数据, 提取我们想要的一些数据内容 (店铺信息)
4. 保存数据, 把相应的数据内容保存csv表格里面
5. 多页爬取数据内容

开始写代码，首先导入模块

import requests  # 数据请求模块 第三方模块 pip install requests
import pprint  # 格式化输出模块
import csv  # 保存csv模块

发送请求, 对于店铺信息数据包url地址发送请求

确定请求的url地址 url?后面的内容，都是属于一个请求参数

url = 'https://apimobile.meituan.com/group/v4/poi/pcsearch/70'
# 因为它是字典数据类型
data = {
    'uuid': 'e0ee521794ef4b229eb6.1633764159.1.0.0',
    'userid': '266252179',
    'limit': '32',
    'offset': page,
    'cateId': '-1',
    'q': '按摩',
}
# 加上请求头 作用: 伪装
# User-Agent 表示浏览器基本信息
# Cookie: 用户信息, 常用于检测是否有登陆账号
# Referer: 防盗链, 告诉服务器我们发送请求url请求是从哪里跳转过来的
headers = {
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/95.0.4638.54 Safari/537.36'
}
response = requests.get(url=url, params=data, headers=headers)  # 发送请求

解析数据，提取我们想要的一些数据内容 (店铺信息)

json字典数据 如何解析提取数据内容 字典取值 键值对取值, 根据冒号左边内容, 提取冒号右边内容

searchResult = response.json()['data']['searchResult']
# for 遍历 提取列表中的每一个元素内容
for index in searchResult:
    # pprint.pprint(index)
    href = f'https://www.meituan.com/xiuxianyule/{index["id"]}/'

    dit = {
        '店铺名字': index['title'],
        '店铺类型': index['backCateName'],
        '店铺商圈': index['areaname'],
        '店铺评分': index['avgscore'],
        '店铺评论量': index['comments'],
        '人均消费': index['avgprice'],
        '维度': index['latitude'],
        '经度': index['longitude'],
        '详情页': href,
    }
    print(dit)

保存数据

f = open('美团按摩店top2.csv', mode='a', encoding='utf-8', newline='')
csv_writer = csv.DictWriter(f, fieldnames=[
    '店铺名字',
    '店铺类型',
    '店铺商圈',
    '店铺评分',
    '店铺评论量',
    '人均消费',
    '维度',
    '经度',
    '详情页',
])
csv_writer.writeheader() # 写入表头

翻页爬取

for page in range(0, 3201, 32):
    # time.sleep(1)
    url = 'https://apimobile.meituan.com/group/v4/poi/pcsearch/70'
    # 因为它是字典数据类型
    data = {
        'uuid': 'e0ee521794ef4b229eb6.1633764159.1.0.0',
        'userid': '266252179',
        'limit': '32',
        'offset': page,
        'cateId': '-1',
        'q': '按摩',
  }