App的数据如何用python抓取

程序员文章站 2022-06-22 21:35:42

前言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。 App中的数据可以用网络爬虫抓取么答案是完全肯定的：凡是可以看到的APP数据都可以抓取。下面我就介绍下自己的学习经验和一些方法吧本篇适合有过web爬虫基础的程序猿看没有 ......

前言

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。

app中的数据可以用网络爬虫抓取么

答案是完全肯定的：凡是可以看到的app数据都可以抓取。

下面我就介绍下自己的学习经验和一些方法吧本篇适合有过web爬虫基础的程序猿看

没有的的话学的可能会吃力一些

app接口爬取数据过程

使用抓包工具
手机使用代理，app所有请求通过抓包工具
获得接口，分析接口
反编译apk获取key
突破反爬限制

需要的工具：

夜神模拟器
fiddler
pycharm

实现过程

首先下载夜神模拟器模拟手机也可以用真机，然后下载fiddler抓取手机app数据包，分析接口完成以后使用python实现爬虫程序

fiddler安装配置过程

第一步：下载神器fiddler

fiddler下载完成之后，傻瓜式的安装一下！

第二步：设置fiddler

打开fiddler, tools-> fiddler options (配置完后记得要重启fiddler)

选中"decrpt https traffic", fiddler就可以截获https请求

选中"allow remote computers to connect". 是允许别的机器把http/https请求发送到fiddler上来

记住这个端口号是:8888

夜神模拟器安装配置过程

第一步:下载安装

夜神模拟器下载完成之后，傻瓜式的安装一下！

第二步:配置桥接实现互通

首先将当前手机网络桥接到本电脑网络实现互通

安装完成桥接驱动后配置ip地址，要配成和本机互通的网段，配置完成后打开主机cmd终端ping通ok

第三步:配置代理

打开主机cmd

2、输入ipconfig查看本机ip

3、配置代理

进入夜神模拟器–打开设置–打开wlan

点击修改网络–配置代理如下图：

配置完后保存

到这里我们就设置好所有的值，下面就来测试一下，打开手机的超级课程表app

4、在夜神模拟器上下载你想爬取得app使用fiddler抓包分析api后使用python进行爬取就可以了

爬取充电网app实例

爬取部分内容截图：

部分python代码分享：

import requests
import city
import json
import jsonpath
import re

city_list = city.jsons
tags_list = city.tag

def city_func(city_id):
    try:
        city = jsonpath.jsonpath(city_list, '$..sub[?(@.code=={})]'.format(int(city_id)))[0]["name"]
    except:
        city = jsonpath.jsonpath(city_list, '$[?(@.code=={})]'.format(int(city_id)))[0]["name"]
    return city

def tags_func(tags_id):
    tags_join = []
    if tags_id:
        for tags in tags_id:
            t = jsonpath.jsonpath(tags_list,'$..spotfiltertags[?(@.id=={})]'.format(int(tags)))
            tags_join.append(t[0]["title"])

    return ('-'.join(tags_join))

def split_n(ags):
    return re.sub('\n','  ',ags)


def request(page):
    print('开始下载第%d页'%page)
    url = 'https://app-api.chargerlink.com/spot/searchspot'
    two_url = "https://app-api.chargerlink.com/spot/getspotdetail?spotid={d}"
    head = {
        "device": "client=android&cityname=%e5%8c%97%e4%ba%ac%e5%b8%82&citycode=110106&lng=116.32154281224254&device_id=8a261c9d60acebded7cd3706c92dd68e&ver=3.7.7&lat=39.895024107858724&network=wifi&os_version=19",
        "appid": "20171010",
        "timestamp": "1532342711477",
        "signature": "36daaa33e7b0d5d29ac9c64a2ce6c4cf",
        "forcecheck": "1",
        "content-type": "application/x-www-form-urlencoded",
        "content-length": "68",
        "host": "app-api.chargerlink.com",
        "connection": "keep-alive",
        "user-agent": "okhttp/3.2.0"
    }


    data = {
        "userfilter[operatetype]": 2,
        "citycode": 110000,
        "sort": 1,
        "page": page,
        "limit": 10,
    }

    response = requests.post(url,data=data,headers=head)
    #获取数据
    data = response.json()
    for i in data['data']:
        c = []
        id = i['id']
        name = i["name"] #充电桩名
        phone = i["phone"] #手机号
        num = i['quantity'] #有几个充电桩
        city = city_func(i["provincecode"]) #城市
        tags =tags_func(i["tags"].split(','))#标签
        message = c + [id,name,phone,num,city,tags]
        parse_info(two_url.format(d=id),message)

def parse_info(url,message):

    #打开文件
    with open('car.csv','a',encoding='utf-8')as c:
        head = {
            "device": "client=android&cityname=&citycode=&lng=116.32154281224254&device_id=8a261c9d60acebded7cd3706c92dd68e&ver=3.7.7&lat=39.895024107858724&network=wifi&os_version=19",
            "token": "036c8e24266c9089db50899287a99e65dc3bf95f",
            "appid": "20171010",
            "timestamp": "1532357165598",
            "signature": "734ecec249f86193d6e54449ec5e8ff6",
            "forcecheck": "1",
            "host": "app-api.chargerlink.com",
            "connection": "keep-alive",
            "user-agent": "okhttp/3.2.0",
        }
        #发起详情请求
        res = requests.get(url,headers=head)
        price = split_n(jsonpath.jsonpath(json.loads(res.text),'$..chargingfeedesc')[0]) #价钱
        paytype = jsonpath.jsonpath(json.loads(res.text),'$..paytypedesc')[0] #支付方式
        businesstime =split_n(jsonpath.jsonpath(json.loads(res.text),'$..businesstime')[0]) #营业时间
        result = (message + [price,paytype,businesstime])
        r = ','.join([str(i) for i in result])+',\n'
        c.write(r)

def get_page():
    url = 'https://app-api.chargerlink.com/spot/searchspot'
    head = {
        "device": "client=android&cityname=%e5%8c%97%e4%ba%ac%e5%b8%82&citycode=110106&lng=116.32154281224254&device_id=8a261c9d60acebded7cd3706c92dd68e&ver=3.7.7&lat=39.895024107858724&network=wifi&os_version=19",
        "appid": "20171010",
        "timestamp": "1532342711477",
        "signature": "36daaa33e7b0d5d29ac9c64a2ce6c4cf",
        "forcecheck": "1",
        "content-type": "application/x-www-form-urlencoded",
        "content-length": "68",
        "host": "app-api.chargerlink.com",
        "connection": "keep-alive",
        "user-agent": "okhttp/3.2.0"
    }

    data = {
        "userfilter[operatetype]": 2,
        "citycode": 110000,
        "sort": 1,
        "page": 1,
        "limit": 10,
    }
    response = requests.post(url, data=data, headers=head)
    # 获取数据
    data = response.json()
    total = (data["pager"]["total"])
    page_size = (data["pager"]["pagesize"])
    totalpage = (data['pager']["totalpage"])
    print('当前共有{total}个充电桩，每页展示{page_size}个，共{totalpage}页'.format(total=total,page_size=page_size,totalpage=totalpage))
if __name__ == '__main__':
    get_page()
    start = int(input("亲,请输入您要获取的开始页:"))
    end = int(input("亲,请输入您要获取的结束页:"))
    for  i in range(start,end+1):
        request(i)

作者：nicepython

ps：如有需要python学习资料的小伙伴可以加点击下方链接自行获取http://t.cn/a6zvjdun

2020年最新python教程：

如果你处于想学python或者正在学习python，python的教程不少了吧，但是是最新的吗？

说不定你学了可能是两年前人家就学过的内容，在这小编分享一波2020最新的python教程。