Python批量下载地理空间数据云数据！Python无所不能！

模拟登录

这里要用到两个包：requests和json。requests使用前得先安装：pip install requests。

in [3]:

进群：548377875   即可获取数十套pdf哦！

import requests
import json

打开地理空间数据云的登录页面。按f12进入开发者工具台，在element栏目，我们找到登录的表单，可以看到提交到后台有6个参数：

• csrfmiddlewaretoken:经过多次测试，该值固定为“mzqcgidtwjbmio7uftgi3gkyeotymfeh”不变
• next:该值为空，但必须要有
• userid:为登录账号
• password:登录密码
• captcha_0:这是一个隐藏的参数，这个参数对应的验证码，可以直接复制过来
• captcha_1: 验证码

为了防止报403错误，我们得在请求中加入header和cookie，这个直接从浏览器中复制过来即可，但要把格式改成python字典形式。

数据准备好后，用requests.session()来发送请求，这样的话可以保存登录后的cookies，避免 接下来爬取数重新去拿cookies

in [4]:

def login(session):
 url="http://www.gscloud.cn/accounts/validate" # 地理空间数据云的用户验证网址
 data={
 "csrfmiddlewaretoken":"mzqcgidtwjbmio7uftgi3gkyeotymfeh", # 在浏览器控制台获得
 "next":"", # 在浏览器控制台获得，一定要有
 "userid":"[e-mail]", # 登陆账户
 "password":"123456789", # 登陆密码
 "captcha_0":"9a27b5da81e71078d97226fd10ea23b47beb6ba7", 
 "captcha_1":"wfjg"
 }
 headers={
 'user-agent': 'mozilla/5.0 (windows nt 10.0; win64; x64) applewebkit/537.36 (khtml, like gecko) chrome/67.0.3396.99 safari/537.36',
 "referer":"http://www.gscloud.cn/accounts/login",
 "accept": "application/json, text/javascript, */*; q=0.01"
 }
 cookie={"csrftoken":"mzqcgidtwjbmio7uftgi3gkyeotymfeh","_next_":"/"}
 r=session.post(url=url,data=data,headers=headers,cookies=cookie)
 code=json.loads(r.text)['code'] # 0代表登陆成功
 if code==0:
 print("登陆成功")
 return 1
 else:
 print("登陆失败")
 return 0
if __name__ == '__main__':
 session=requests.session()
 login(session)

 

获得指定数据列表

登录成功后，我们就可以下载数据了，下载数据前我们先查询想要的数据 这里我通过行列号来查询landsat8数据：

• tableinfo：表示返回数据的基本配置，其中pagesize表示每页的数量
• productid：表示数据类型，landsat8为411
• data：path和row表示数据的行列号范围

最后将所有数据名称保存在一个列表中

in [5]:

url="http://www.gscloud.cn/search/query"
data={
 "tableinfo": '{"offset":0,"pagesize":100,"totalpage":10,"totalsize":96,"sortset":[{"id":"datadate","sort":"desc"}],"filterset":[{"id":"dataexists","value":"1"}]}',
 "productid": 411,
 "datatype": "oli_tirs",
 "data": '{"path":"121-121","row":"40-40"}'}
r = session.post(url, data=data )dicts = json.loads(r.text)['data']

批量下载数据

获得数据列表后，就可以拼接下载链接，然后下载数据了

• cloud_cover表示云量，剔除云量过大的数据
• d_url：表示下载链接

因为遥感影像数据比较大，为了能在控制台看到下载进度，这里可以将下载分段进行，在请求中必须加上stream=true，然后通过respon.iter_content(chunk_size=chunk_size)设置每次下载的大小

in [ ]:

 for ds in dicts:
 cloud_cover = float(ds["cloudcover"]) #云量
 if cloud_cover< 20.0:
 size=0
 d_url="http://www.gscloud.cn/sources/download/411/"+ds["dataid"]+"/bj" # 构建下载地址
 d = session.get(d_url,stream=true)
 chunk_size=1024000 #每次下载数据的大小
 content_size=int(d.headers['content-length']) #文件总大小
 print("文件总大小为："+str(content_size/1024/1024))
 with open("data/"+ds["dataid"]+".tar.gz", "wb") as code:
 for data in d.iter_content(chunk_size=chunk_size):
 code.write(data)
 size+=len(data) #已下载文件大小
 print('已经下载：%.4f %%' % (size*100.00/content_size))