Python爬虫：如何下载懂车帝的电动车数据（完整代码）

⭐️⭐️⭐️⭐️⭐️欢迎来到我的博客⭐️⭐️⭐️⭐️⭐️
🐴作者：秋无之地

🐴简介：CSDN爬虫、后端、大数据领域创作者。目前从事python爬虫、后端和大数据等相关工作，主要擅长领域有：爬虫、后端、大数据开发、数据分析等。

🐴欢迎小伙伴们点赞👍🏻、收藏⭐️、留言💬、关注🤝，关注必回关

上一篇文章已经跟大家介绍过《数据采集：数据挖掘的基础》，相信大家对用户画像都有一个基本的认识。下面我讲一下：Python爬虫：如何下载懂车帝的电动车数据。

一、确定目标数据

1、先打开目标网站，找到目标数据所在的页面

​

2、找到目标数据所在的api或页面

通过f12打开调试模式，通过搜索关键词，找到关键词所在的api或页面

3、观察请求参数

1）header参数：没有加密数据，无需登录因此不用cookie

2）body参数：同样没有加密参数

3）翻页：body参数新增了limit(每页展示数量)、page(页码)

二、请求接口

使用requests库请求接口，返回数据

    def get_data(self,page=1,is_total=0):'''请求接口'''url = "https://www.dongchedi.com/motor/pc/car/brand/select_series_v2?aid=1839&app_name=auto_web_pc"# body参数data_dict = {"fuel_form": "4","sort_new": "hot_desc","city_name": "广州","limit": 30,"page": page}res = requests.post(url=url, headers=self.header, data=data_dict).json()# print(res)#返回数据if res and 'status' in res and res['status']==0:if is_total:return res['data']['series_count']return res['data']['series']else:return []

三、数据解析

将返回的数据进行json序列化，然后通过遍历、字典提取目标数据

    def data_deal(self,data_list=None):'''数据解析'''new_list = []for data_dict in data_list:#品牌IDbrand_id = data_dict['brand_id']#品牌brand_name = data_dict['brand_name']#封面图cover_url = data_dict['cover_url']#车名outter_name = data_dict['outter_name']#官方指导价official_price = data_dict['official_price']#款式数量count = data_dict['count']#评分dcar_score = data_dict['dcar_score']new_list.append([brand_id,brand_name,cover_url,outter_name,official_price,count,dcar_score])return new_list

四、数据存储

数据解析后，对数据进行拼接，然后持久化，存在csv文件

    def data_to_csv(self,data_li=None):'''数据存储'''df = pd.DataFrame(data_li)df.to_csv("test1.csv", index=False)

文件内容：

五、完整代码

完整代码如下：

# -*- coding: utf-8 -*-
import math
import requests
import pandas as pdclass Dongchedi_class():'''懂车帝'''def __init__(self):self.header = {"User-Agent":"Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/116.0.0.0 Safari/537.36","Referer":"https://www.dongchedi.com/auto/library/x-x-x-x-x-x-4-x-x-x-x","Origin":"https://www.dongchedi.com",}def get_data(self,page=1,is_total=0):'''请求接口'''url = "https://www.dongchedi.com/motor/pc/car/brand/select_series_v2?aid=1839&app_name=auto_web_pc"# body参数data_dict = {"fuel_form": "4","sort_new": "hot_desc","city_name": "广州","limit": 30,"page": page}res = requests.post(url=url, headers=self.header, data=data_dict).json()# print(res)#返回数据if res and 'status' in res and res['status']==0:if is_total:return res['data']['series_count']return res['data']['series']else:return []def data_deal(self,data_list=None):'''数据解析'''new_list = []for data_dict in data_list:#品牌IDbrand_id = data_dict['brand_id']#品牌brand_name = data_dict['brand_name']#封面图cover_url = data_dict['cover_url']#车名outter_name = data_dict['outter_name']#官方指导价official_price = data_dict['official_price']#款式数量count = data_dict['count']#评分dcar_score = data_dict['dcar_score']new_list.append([brand_id,brand_name,cover_url,outter_name,official_price,count,dcar_score])return new_listdef data_to_csv(self,data_li=None):'''数据存储'''df = pd.DataFrame(data_li)df.to_csv("test1.csv", index=False)def run(self):#获取总页数total = self.get_data(page=1, is_total=1)if total>0:total_page = math.ceil(total/30)print("总数：",total,"，总页数：",total_page)#翻页获取数据all_list = []all_list.append(["品牌ID", "品牌", "封面图", "车名", "官方指导价", "款式数量", "评分"])for page in range(1,total_page):print("当前页数：",page)data_list = self.get_data(page=page)out_date = self.data_deal(data_list=data_list)print("*"*100)print(out_date)all_list += out_dateself.data_to_csv(data_li=all_list)if __name__ == '__main__':ddc = Dongchedi_class()ddc.run()

六、总结

Python爬虫主要分三步：

1. 请求接口
2. 数据解析
3. 数据存储

版权声明

本文章版权归作者所有，未经作者允许禁止任何转载、采集，作者保留一切追究的权利。