另辟蹊径抓取美团火锅数据

最近有小伙伴问美团数据怎么获取&＃xff0c;而且她只要火锅数据&＃xff0c;她在上海&＃xff0c;只要求抓上海美团火锅的数据&＃xff0c;而且要求也不高&＃xff0c;只要100条&＃xff0c;想做个简单的分析&＃xff0c;相关的字段如下图所示。

乍一看&＃xff0c;这个问题还真的是蛮难的&＃xff0c;毕竟美团也不是那么好抓&＃xff0c;什么验证码&＃xff0c;模拟登陆等一大堆拂面而来&＃xff0c;吓得小伙伴都倒地了。

通过F12查看&＃xff0c;抓包&＃xff0c;分析URL&＃xff0c;找规律&＃xff0c;等等操作。

不过白慌&＃xff0c;今天小编给大家介绍一个小技巧&＃xff0c;另辟蹊径去搞定美团的数据&＃xff0c;这里需要用到抓包工具Fiddler。讲道理&＃xff0c;之前我开始接触网络爬虫的时候也没有听过这个东东&＃xff0c;后来就慢慢知道了&＃xff0c;而且它真的蛮实用的&＃xff0c;建议大家都能学会用它。这个工具专门用于抓包&＃xff0c;而且其安装包也非常小&＃xff0c;如下图所示。

接下来&＃xff0c;我们开始进行抓取信息。

1、在Fiddler的左侧找到meituan网站的链接&＃xff0c;如下图所示。链接的左边返回的response&＃xff08;响应&＃xff09;的文件类型&＃xff0c;可以看到是JSON文件&＃xff0c;尔后双击这一行链接。

2、此时在右侧会显示下图的界面&＃xff0c;点击黄色区域内的那串英文“Responsebody is encoded. Click to decode.”意思是response是加密的&＃xff0c;点击此处进行解码&＃xff0c;对返回的网页进行解码。

3、此时会弹出下图所示的界面&＃xff0c;在WebView中可以看到返回的数据&＃xff0c;与网页中的内容对应一致。

4、不过美团网限制一页最多显示32条火锅信息&＃xff0c;如下图所示。

5、如果我想获取100条信息的话&＃xff0c;那得前后找4页&＃xff0c;才能够满足要求。有没有办法让其一次性多显示一些数据呢&＃xff1f;答案是可以的&＃xff0c;操作方法如下。

在左侧找到对应的美团网链接&＃xff0c;然后点击右键一次选择CopyàJustUrl&＃xff0c;如下图所示。

7、将得到的URL放到浏览器中去进行访问&＃xff0c;如下图所示。可以看到limit&＃61;32&＃xff0c;即代表可以获取到32条相关的火锅信息&＃xff0c;并且返回的内容和Fiddler抓包工具返回的信息是一致的。

8、此时&＃xff0c;我们直接在浏览器中将limit&＃61;32这个参数改为limit&＃61;100&＃xff0c;也就是说将32更改为100&＃xff0c;让其一次性返回100条火锅数据&＃xff0c;天助我也&＃xff0c;竟然可以一次性访问到&＃xff0c;如下图所示。就这样&＃xff0c;轻轻松松的拿到了一百条数据。

9、接下来&＃xff0c;可以将浏览器返回的数据进行Ctrl&＃43;A全部选中&＃xff0c;放到一个本地文件中去&＃xff0c;存为txt格式&＃xff0c;在sublime中打开&＃xff0c;如下图所示。

10、其实乍一看觉得很乱&＃xff0c;其实它就是一个JSON文件&＃xff0c;剩下的工作就是对这个JSON文件做字符串的提取&＃xff0c;写个代码&＃xff0c;提取我们的目标信息&＃xff0c;包括店门、星级、评论数、关键词、地址、人均消费等&＃xff0c;如下图所示。

11、运行程序之后&＃xff0c;我们会得到一个txt文件&＃xff0c;列与列之间以制表符分开&＃xff0c;如下图所示。

12、在txt文件中看上去很是费劲&＃xff0c;将其导入到Excel文件中去&＃xff0c;就清晰多了&＃xff0c;如下图所示。接下来就可以很方便的对数据做分析什么的了。

13、至此&＃xff0c;抓取美团火锅数据的简易方法就介绍到这里了&＃xff0c;希望小伙伴们都可以学会&＃xff0c;以后抓取类似的数据就不用找他人帮你写程序啦~~

14、关于本文涉及的部分代码&＃xff0c;github地址&＃xff1a;https://github.com/cassieeric/python_crawler/tree/master/meituan_huoguo

●浑水做空YY直播30000字硬核分析报告。

●10大Python数据可视化库&＃xff01;

后台回复“入群”即可加入小z数据干货交流群