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,如有问题请及时联系我们以作处理。
开发工具
python 3.6.5
pycharm
requests
time
csv
相关模块可pip安装
确定目标网页
获取数据内容
cap之家数据是动态数据加载的~ 开发者工具可以找到相对应的数据接口
请求数据是POST
数据内容找到了，单页数据可以直接爬取，如果想要爬取多页数据，那就要分析接口数据url的变化
因为数据接口是post请求，所以一般情况都是data参数的变化，所以查看data参数的变化就可以了~
第一页接口数据data参数
两个接口都是一样的数据，但是data参数不一样，第二个就是感觉data参数就是对应的页数号，所以可以多看几页的data参数的变化
第二页接口数据data参数
第三页接口数据data参数
这一下就很清楚的看到data参数的变化了~Pagelndex是等差数列 刚好对应的页数
所以再翻页爬取的时候只要改变Pagelndex参数就可以了
完整代码
代码还是很简单的
import requests
import time
import csv
f = open('APP推广数据.csv', mode='a', encoding='utf-8', newline='')
csv_writer = csv.DictWriter(f, fieldnames=['名称', '发布时间', '单价/元', '结算方式', '数据查看', '电话', '微信', 'QQ', '产品要求'])
csv_writer.writeheader()
for page in range(1, 81):
print('=========================================正在爬取第{}页的推广数据============================================================'.format(page))
url = 'https://www.cpajia.com/index.php?m=index&a=search'
data = {
'PageIndex': '{}'.format(page)
}
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/81.0.4044.138 Safari/537.36'
}
response = requests.post(url=url, data=data, headers=headers)
html_data = response.json()
lis = html_data[1:-1]
# pprint.pprint(lis)
dit = {}
for i in lis:
dit['名称'] = i['title']
data_time = int(i['updatetime'])
timeArray = time.localtime(data_time)
otherStyleTime = time.strftime("%Y--%m--%d %H:%M:%S", timeArray)
dit['发布时间'] = otherStyleTime
dit['单价/元'] = i['price']
dit['结算方式'] = i['balance']
dit['数据查看'] = i['dataview']
dit['电话'] = i['phone']
dit['微信'] = i['wxh']
dit['QQ'] = i['qq']
dit['产品要求'] = i['content']
csv_writer.writerow(dit)
print(dit)