Python 懂车帝口碑分爬虫

原创

拉灯的小手

发布于 2022-04-03 14:50:06

7990

发布于 2022-04-03 14:50:06

文章被收录于专栏：用户6838338的专栏

Python 懂车帝口碑分爬虫

需求

懂车帝全系车型懂车分（口碑）页面中的详细车系评分数据

操作环境

win10
Google nexus5x（root）
Python3.9
Charles

需求分析

先来web端试下能否找到需要的数据接口，随便找个车型打开口碑页面F12查看Network

根据页面关键字先搜索一波

只在页面的标签中找到了数据，没有发现有明显的数据接口，其实用charles抓包的时候发现一个疑似的js好像数据是通过这个js加载出来的，打开看了一下数据相当混乱，暂且先放一边，先从APP分析一波看能否直接拿到数据接口

PS：手机环境、抓包环境的配置在这不在赘述，有兴趣的可参考之前的文章 APP抓包环境配置

下载懂车帝APP，并安装至手机

手机开启Postern，pc打开charles

至此抓包工作准备完成，打开懂车帝APP，随便找个车型进入懂车分页面

拿到加载的数据包，和web一样先搜索一波，看能否直接找到需要的数据

直接匹配到了多个结果，看接口是同一个接口返回的数据，双击点进去看一下详细数据

看数据结构和具体的数值和页面中的数据很像，Charles界面太小，将数据拷贝至网页中解析，方便分析，分享一个常用的json数据在线解析网站

经过仔细分析，APP中展示的数据小数点第二位是四舍五入的，从下图的web页面中可以看出，数据是一样的，成功拿到数据接口！

口碑分数据接口：

https://*******/get_detail/?series_id=4182&car_id=0&only_owner=0&year_id=all&iid=2467735824764398&device_id=40011211486215&ac=wifi&channel=dcd-yd-11zh-and-74&aid=36&app_name=automobile&version_code=693&version_name=6.9.3&device_platform=android&os=android&ab_client=a1%2Cc2%2Ce1%2Cf2%2Cg2%2Cf7&ab_group=3167590%2C3577236%2C3333988&ssmix=a&device_type=Nexus+5X&device_brand=google&language=zh&os_api=27&os_version=8.1.0&manifest_version_code=693&resolution=1080*1794&dpi=420&update_version_code=6931&_rticket=1648907286543&cdid=f3163204-7faf-45d7-89c4-e82215c3216c&city_name=%E8%81%8A%E5%9F%8E&gps_city_name=%E8%81%8A%E5%9F%8E&selected_city_name&rom_version=27&longi_lati_type=1&longi_lati_time=1648907102913&content_sort_mode=0&total_memory=1.77&cpu_name=Qualcomm+Technologies%2C+Inc+MSM8992&overall_score=4.873&cpu_score=4.8872&host_abi=

对！你没看错，就是这么长，验证一下数据接口，在网页中直接请求一下这个url

这儿推荐安装一个网页json可视化的插件，这儿偷懒没装，在线解析了一下json数据，和Charles抓到的数据是一样，经过分析得知： series_id是车系id，修改此参数即可

获取全部车系id

获取车系id就很简单了，先拿到品牌id然后根据品牌id请求车系信息，注意这是一个post接口

def get_series(self, brand_id):
    """
    获取品牌所有车系
    brand_id:品牌id
    """
    headers = {'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/85.0.4183.121 Safari/537.36'}
    param = {
    'offset': 0,
    'limit': 1000,
    'is_refresh': 1,
    'city_name': '北京',
    'brand': brand_id
    }
    response = requests.post(url=url, data=param, headers=headers)
    rep_json = json.loads(response.text)
    # print(response.text)
    if rep_json['status'] == 'success':
    return rep_json['data']['series']
    else:
    raise Exception("get car series has exception!")

获取车系口碑分

实际的运行过程中，发现一个问题，不同的城市同价位平均分是不一样的，所以需要指定城市获取

def get_score(self, series_id, city):
    """
    获取车系口碑分
    series_id: 车系id
    """
    response = self._parse_url(url).json()
    # 当前车系评分 综合
    series_info = list()
    series_info.append(response.get('data').get('series_info').get('score'))
    # 当前车系评分 详细
    score_info = response.get('data').get('score_info')
    if not score_info:
    return ['-'] * 16
    score = series_info + [i.get('value') for i in score_info]
    # 同价位平均分 综合
    tab_info_score = list()
    if response.get('data').get('tab_info_list'):
    tab_info_score.append(response.get('data').get('tab_info_list')[0].get('info')[0].get('score'))
    tab_info_score_info = response.get('data').get('tab_info_list')[0].get('info')[0].get('score_info')
    tab_info_score_info = tab_info_score + [i.get('value') for i in tab_info_score_info]
    else:
    tab_info_score_info = ['-'] * 8
    data = score + tab_info_score_info

    return data