怎么用Python爬取惠农网苹果数据

这篇文章将为大家详细讲解有关怎么用Python爬取惠农网苹果数据，文章内容质量较高，因此小编分享给大家做个参考，希望大家阅读完这篇文章后对相关知识有一定的了解。

本次目标

爬取惠农网信息

受害者地址

https://www.cnhnb.com/

环境

Python3.6

pycharm

爬虫代码

导入工具

import requests
import parsel
import csv
import time

请求头

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

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

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

关于怎么用Python爬取惠农网苹果数据就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。