Python简单实现爬取快递物流实时信息

爬取思路：

前两天有网友让我帮忙做一个通过快递100这个网站查快递物流信息的爬虫。研究了一下，发现实现起来不是很复杂，在此整理成文档并share给大家。
爬取思路：输入运单号后从服务器获取快递公司对应的ID号，然后拼接出新的请求地址来获取相关信息。

---

代码分解：

class KuaiDi100():
    def __init__(self):
        self.comCode = ""
        self.temp = ""
        self.url = r"https://www.kuaidi100.com/autonumber/autoComNum?"
        self.headers = {
            'Origin': 'https://www.kuaidi100.com',
            'Referer': 'https://www.kuaidi100.com/?from=openv',
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.182 Safari/537.36',
            'X-Requested-With': 'XMLHttpRequest'
        }

新建KuaiDi100类，初始类方法创建comCode和temp两个变量。comCode用来接收服务器返回的快递公司id，temp在请求物流信息时会用到。
headers里需要把’X-Requested-With’: 'XMLHttpRequest’加上。

def GetInfo(self, num):
        self.num = num
        self.form_data = {
            'text': self.num
        }
        ret = requests.post(self.url, headers=self.headers, data=self.form_data)
        find_com = (ret.text.split(",")[2])
        self.comCode = find_com[find_com.find('comCode') + 10:-1]
        self.temp = random.random()
        self.kuaidi_url = 'https://www.kuaidi100.com/query?type={0}&postid={1}&temp={2}&phone='.format(self.comCode, self.num, str(self.temp))
        ret1 = requests.get(self.kuaidi_url, headers=self.headers)
        print(ret1.text)

再创建GetInfo方法用来执行爬虫程序，num传参用来接收快递单号。
用post请求来获取快递公司ID，返回一个字典类型的字符串。提取comCode的方法可能有些不专业，如果大家有更优雅的方法记得告诉我 。
获取temp值这块花了点时间。我查看了JQuery代码，看到math.random()时我有些吃不太准。最后推测是和comCode有关，所以就用random库山寨了一个，结果还真的成功了……
返回的也是字典类型的字符串。不知道大家会怎么提出数据，我是用正则匹配，不知道有没有更好的方法？

if __name__ == '__main__':
    num = str(input("请输入运单号："))
    kd = KuaiDi100()
    kd.GetInfo(num)

为了单独使用方便，做了个“if __name__ == ‘__main__’”。
结束。

---

完整代码：

import requests
import random

class KuaiDi100():
    def __init__(self):
        self.comCode = ""
        self.temp = ""
        self.url = r"https://www.kuaidi100.com/autonumber/autoComNum?"
        self.headers = {
            'Origin': 'https://www.kuaidi100.com',
            'Referer': 'https://www.kuaidi100.com/?from=openv',
            'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/88.0.4324.182 Safari/537.36',
            'X-Requested-With': 'XMLHttpRequest'
        }



    def GetInfo(self, num):
        self.num = num
        self.form_data = {
            'text': self.num
        }
        ret = requests.post(self.url, headers=self.headers, data=self.form_data)
        find_com = (ret.text.split(",")[2])
        self.comCode = find_com[find_com.find('comCode') + 10:-1]
        self.temp = random.random()
        self.kuaidi_url = 'https://www.kuaidi100.com/query?type={0}&postid={1}&temp={2}&phone='.format(self.comCode, self.num, str(self.temp))
        ret1 = requests.get(self.kuaidi_url, headers=self.headers)
        print(ret1.text)


if __name__ == '__main__':
    num = str(input("请输入运单号："))
    kd = KuaiDi100()
    kd.GetInfo(num)

基于上述代码，大家后续可以继续优化。比如加个代理池什么的，或者做一些快递单号返回值的判断，用多线程来提高一下效率等等。
本人非码农专业，自学python也没多久，有不对的地方或者有好的建议还请各位前辈耐心指教，谢谢。

本文地址：https://blog.csdn.net/ayowa021/article/details/114001893