前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python爬取惠农网苹果数据,看看新鲜的水果价格如何

Python爬取惠农网苹果数据,看看新鲜的水果价格如何

作者头像
松鼠爱吃饼干
发布2020-11-11 10:51:30
7930
发布2020-11-11 10:51:30
举报
文章被收录于专栏:Python分享Python分享

前言

本文的文字及图片来源于网络,仅供学习、交流使用,不具有任何商业用途,版权归原作者所有,如有问题请及时联系我们以作处理

本次目标

爬取惠农网信息

受害者地址

代码语言:javascript
复制
https://www.cnhnb.com/

环境

Python3.6

pycharm

爬虫代码

导入工具

代码语言:javascript
复制
import requests
import parsel
import csv
import time

请求头

代码语言:javascript
复制
headers = {
    'Cookie': 'deviceIdRenew=1; Hm_lvt_91cf34f62b9bedb16460ca36cf192f4c=1604579356,1604659451; deviceId=d1dd5b9-d191-406b-971d-391916a0e; sessionId=S_0KH64T2IHLHSO77N; lmvid=b24dcd0ad2a8f0b783f248c7ff2675a8; lmvid.sig=w1UBnTUKSDq-GfAlx6TyR_K7SjyujGIlF-1kRjTrOAI; hnUserTicket=b80e6b3a-38a3-432c-816d-aeb0376228bd; hnUserId=870048250; Hm_lpvt_91cf34f62b9bedb16460ca36cf192f4c=1604659904',
    'Host': 'www.cnhnb.com',
    'Referer': 'https://www.cnhnb.com/supply/pingguo/',
    'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36',
}

解析网站、爬取数据

代码语言:javascript
复制
def get_page_url(page_url, page_id):
    response_2 = requests.get(url=page_url, headers=headers)
    selector_2 = parsel.Selector(response_2.text)
    num_id = selector_2.css('#__layout > div > div > div > div > ul > li:nth-child(1) > a::attr(href)').get().split('/')[2]
    title = selector_2.css('.proinfo-title::text').get().strip()    # 标题
    update_time = selector_2.css('.update-time::text').get().strip('更新时间:')   # 更新时间
    price = selector_2.css('.priceTxt .orange .fs30::text').get().strip() + '元'     # 价格
    ads = selector_2.css('div:nth-child(5) > span.fs14.gray6::text').get()      # 发货地址
    get_phone_url = 'https://gateway.cnhnb.com/banana/im/operate/wechatcall'
    data = {
        'businessType': '1',
        'sourceFrom': '2',
        'ticket': '"b80e6b3a-38a3-432c-816d-aeb0376228bd"',
        'userId': '{}'.format(num_id),
    }
    head = {
        'authority': 'gateway.cnhnb.com',
        'method': 'POST',
        'path': '/banana/im/operate/wechatcall',
        'scheme': 'https',
        'accept': 'application/json, text/plain, */*',
        'accept-encoding': 'gzip, deflate, br',
        'accept-language': 'zh-CN,zh;q=0.9',
        'cache-control': 'no-cache',
        'content-length': '98',
        'content-type': 'application/json',
        'origin': 'https://www.cnhnb.com',
        'pragma': 'no-cache',
        'referer': 'https://www.cnhnb.com/gongying/{}/'.format(page_id),
        # 'Cookie': 'deviceIdRenew=1; Hm_lvt_91cf34f62b9bedb16460ca36cf192f4c=1604579356,1604659451; deviceId=d1dd5b9-d191-406b-971d-391916a0e; sessionId=S_0KH64T2IHLHSO77N; lmvid=b24dcd0ad2a8f0b783f248c7ff2675a8; lmvid.sig=w1UBnTUKSDq-GfAlx6TyR_K7SjyujGIlF-1kRjTrOAI; hnUserTicket=b80e6b3a-38a3-432c-816d-aeb0376228bd; hnUserId=870048250; Hm_lpvt_91cf34f62b9bedb16460ca36cf192f4c=1604659904',
        'sec-fetch-dest': 'empty',
        'sec-fetch-mode': 'cors',
        'sec-fetch-site': 'same-site',
        'user-agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36',
        'x-b3-traceid': '0KH64WG5WL1GXPNG',
        'x-client-appid': '5',
        'x-client-id': 'c10e4e9a-5e19-4ba2-a934-c8c5c56680f5',
        'x-client-nonce': '62f080cd-ad30-4590-b362-b1c9e660a8d5',
        'x-client-page': '/gongying/{}/'.format(page_id),
        'x-client-sid': 'S_0KH64W0GT18JX07L',
        'x-client-ticket': 'b80e6b3a-38a3-432c-816d-aeb0376228bd',
        'x-client-time': '1604659611092',
        'x-hn-job': 'If you see these message, I hope you dont hack us, I hope you can join us! Please visit https://www.cnhnkj.com/job.html',
    }
    response_3 = requests.post(url=get_phone_url, json=data, headers=head)
    html_data = response_3.json()
    if html_data['errorCode'] == 0:
        dit = {
            '标题': title,
            '更新时间': update_time,
            '价格': price,
            '发货地址': ads,
            '联系方式': html_data['data']['messageTitle']
        }
        csv_writer.writerow(dit)
        print(dit)
    else:
        dit = {
            '标题': title,
            '更新时间': update_time,
            '价格': price,
            '发货地址': ads,
            '联系方式': '商家设置防打扰'
        }
        csv_writer.writerow(dit)
        print(dit)

保存数据

代码语言:javascript
复制
f = open('惠农网信息.csv', mode='a', encoding='utf-8-sig', newline='')
csv_writer = csv.DictWriter(f, fieldnames=['标题', '更新时间', '价格', '发货地址', '联系方式'])
csv_writer.writeheader()

效果图

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2020-11-06,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 松鼠爱吃饼干 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 前言
  • 本次目标
  • 环境
  • 爬虫代码
  • 效果图
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档