python爬取机票信息_python Ajax异步爬取机票航班信息

2023-10-13 07:20

本文主要是介绍python爬取机票信息_python Ajax异步爬取机票航班信息,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

目标:

爬取未来40天多个航线的机票价格和航班信息python Ajax异步爬取机票航班信息​www.wangwanghub.com60cb988bbf50b13f3a1ce57e17b231fa.png

Ajax介绍:

AJAX = Asynchronous JavaScript and XML(异步的 JavaScript 和 XML)。 AJAX 是一种在无需重新加载整个网页的情况下,能够更新部分网页的技术。

起始URL:

明确爬取数据信息:

这个api网址是无法访问的,不过依旧有数据传送,我们只能通过模拟头部请求获取(payload是一种以JSON格式进行数据传输的一种方式)

发现有一个products 的文件 (如果没有 请尝试 F5 刷新页面)

我们可以看到Json数据都在response当中,也就是我们想要的航班信息,机票价格都是通过这个文件传送的. 我们复制这行Json数据在其他软件展开便于观察内容,(或者网页搜索:Json在线解析)

首先是航班信息:

往下有机票价格:

我们看到机票价格分了很多种类,有售价,打折的价格,我们就爬取第一个price就好了,经过观察大部分价格都是一样的

我们已经明确的要爬取的信息了, 接下来就开始抓取数据吧

先获取一天一个城市的航班信息

获取Json 信息:

import requests

import json

from fake_useragent import UserAgent

if __name__ == "__main__":

url = url = "https://flights.ctrip.com/itinerary/api/12808/products/oneway/sjw,sjw-xmn?date=2020-03-25"

# 这里的url 必须写全!!!

headers = {

"User-Agent": '{}'.format(UserAgent().random), # 构造随机请求头

"Referer": "https://flights.ctrip.com/itinerary/oneway/sjw-xmn?date=2020-03-25",

"Content-Type": "application/json"

}

request_payload = {

"flightWay": "Oneway",

"classType": "ALL",

"hasChild": False,

"hasBaby": False,

"searchIndex": 1,

"airportParams": [

{"dcity": "SJW", "acity": "XMN", "dcityname": "石家庄", "acityname": "厦门", "date": "2020-03-25", "dcityid": 428}

]

"token": 从头部获取的token,写在这里

}

# post请求

response = requests.post(url, data=json.dumps(request_payload), headers=headers).text

print(response)

Json 提取信息

# post请求

response = requests.post(url, data=json.dumps(request_payload), headers=headers, timeout=30).text

# 避免爬取过快 设置延迟

# json.dumps 将 Python 对象编码成 JSON 字符串

routeList = json.loads(response).get('data').get('routeList')

# json.loads 将已编码的 JSON 字符串解码为 Python 对象

# 依次读取每条信息

for route in routeList:

# 判断是否有信息,有时候没有会报错

if len(route.get('legs')) == 1:

legs = route.get('legs')

flight = legs[0].get('flight')

# 提取想要的信息

airlineName = flight.get('airlineName')

flightNumber = flight.get('flightNumber')

departureDate = flight.get('departureDate')

arrivalDate = flight.get('arrivalDate')

departureCityName = flight.get('departureAirportInfo').get('cityName')

departureAirportName = flight.get('departureAirportInfo').get('airportName')

arrivalCityName = flight.get('arrivalAirportInfo').get('cityName')

arrivalAirportName = flight.get('arrivalAirportInfo').get('airportName')

print(airlineName, "\t",

flightNumber, "\t",

price, "\t",

departureDate, "\t",

arrivalDate, "\t",

craftTypeName, "\t",

departureCityName, "\t",

departureAirportName, "\t",

departureterminal, "\t",

arrivalCityName, "\t",

arrivalAirportName, "\t",

arrivalterminal, )

else:

pass

然而我们只获取了一天的数据是并没有什么参考价值的,接下来我们获取未来40天的航班信息

未来40天爬取

首先我们先构造一个日期遍历的方法

def gen_dates(start_date, day_counts):

next_day = timedelta(days=1) # timedalte 是datetime中的一个对象,该对象表示两个时间的差值,day=1表示相差一天

for i in range(day_counts): # 从起始时间的现在

yield start_date + next_day * i

def get_date_list(start_date):

""":param start_date: 开始时间:return: 开始时间未来40天后的日期列表"""

if start_date < datetime.datetime.now():

start = datetime.datetime.now()

else:

start = start_date

end = start + datetime.timedelta(days=40) # 爬取未来一个月的机票

data = []

for d in gen_dates(start, ((end - start).days)):

data.append(d.strftime("%Y-%m-%d"))

return date

if __name__ == "__main__":

start_date = datetime.datetime.strptime("2020-03-25", "%Y-%m-%d") # 类型为

返回的data是一个日期列表,这样我们就能自定义起始日期,获取未来40天的航班信息!

当然,一个城市怎么够呢, 我们可以根据不同出发城市的头部获取更多的航班信息

多个城市航班信息

我们只需要把信息放在一个盒子里后面通过 format自动添加就可

cities_data = [

{"dcity": "SJW", "acity": "XMN", "dcityname": "石家庄", "acityname": "厦门", "date": "{}", "dcityid": 428, "token": "*********************"},

{"dcity": "BJS", "acity": "XMN", "dcityname": "北京", "acityname": "厦门", "date": "{}", "dcityid": 1, "token": "**********************"},

]

写入 CSV

path = "/home/liuyang/Spider/Scrapy_Project/ScrapyS/Airtickets/TO_XMN{}.csv".format(start_date)

# 创建csv文件对象

with open(path, "a+") as f:

writer = csv.writer(f, dialect="excel")

# 基于文件对象构建 csv写入对象

csv_write = csv.writer(f)

csv_data = [airlineName, flightNumber,

departureCityName, departureAirportName, departureterminal, departureDate,

arrivalDate, arrivalCityName, arrivalAirportName, arrivalterminal,

price, craftTypeName]

csv_write.writerow(csv_data)

f.close()

完整代码

import csv

import requests

import json

import datetime

from datetime import timedelta

from fake_useragent import UserAgent

def gen_dates(start_date, day_counts):

next_day = timedelta(days=1) # timedalte 是datetime中的一个对象,该对象表示两个时间的差值,day=1表示相差一天

for i in range(day_counts): # 从起始时间的现在

yield start_date + next_day * i

def get_date_list(start_date):

""":param start_date: 开始时间:return: 开始时间未来40天后的日期列表"""

if start_date < datetime.datetime.now():

start = datetime.datetime.now()

else:

start = start_date

end = start + datetime.timedelta(days=40) # 爬取未来一个月的机票

data = []

for d in gen_dates(start, ((end - start).days)):

data.append(d.strftime("%Y-%m-%d"))

return data

cities_data = [

{"dcity": "SJW", "acity": "XMN", "dcityname": "石家庄", "acityname": "厦门", "date": "{}", "dcityid": 428, "token": "********你的token令牌************"},

{"dcity": "BJS", "acity": "XMN", "dcityname": "北京", "acityname": "厦门", "date": "{}", "dcityid": 1, "token": "***********************"},

]

if __name__ == "__main__":

start_date = datetime.datetime.strptime("2020-03-25", "%Y-%m-%d") #

date_data = get_date_list(start_date)

for city_data in cities_data:

for day in date_data:

# url = "https://flights.ctrip.com/itinerary/api/12808/products/oneway/sjw,sjw-xmn?date={}".format(day)

url = "https://flights.ctrip.com/itinerary/api/12808/products/oneway/{},{}-xmn?date={}".format(city_data.get('dcity'),

city_data.get('dcity'),

day)

# 这里的url 必须写全!!!不能只写个path

headers = {

'User-Agent': '{}'.format(UserAgent().random),

'Referer': 'https://flights.ctrip.com/itinerary/oneway/{},{}-xmn?date={}'.format(city_data.get('dcity'),

city_data.get('dcity'),

day),

"Content-Type": "application/json"

}

request_payload = {

"flightWay": "Oneway",

"classType": "ALL",

"hasChild": False,

"hasBaby": False,

"searchIndex": 1,

"airportParams": [

{"dcity": "{}".format(city_data.get('dcity')),

"acity": "XMN",

"dcityname": "{}".format(city_data.get('dcityname')),

"acityname": "厦门",

"date": "{}".format(day),

"dcityid": "{}".format(city_data.get('dcityid'))}

],

"token": "{}".format(city_data.get('token'))

}

# post请求

response = requests.post(url, data=json.dumps(request_payload), headers=headers, timeout=30).text

# json.dumps 将 Python 对象编码成 JSON 字符串

routeList = json.loads(response).get('data').get('routeList') # 字典 get('key') 返回 value

# json.loads 将已编码的 JSON 字符串解码为 Python 对象

# 依次读取每条信息

for route in routeList:

# 判断是否有信息,有时候没有会报错

if len(route.get('legs')) == 1:

legs = route.get('legs')

flight = legs[0].get('flight')

# 提取想要的信息

airlineName = flight.get('airlineName')

flightNumber = flight.get('flightNumber')

craftTypeName = flight.get('craftTypeName')

departureCityName = flight.get('departureAirportInfo').get('cityName')

departureAirportName = flight.get('departureAirportInfo').get('airportName')

departureterminal = flight.get('departureAirportInfo').get('terminal').get('name')

departureDate = flight.get('departureDate')

arrivalCityName = flight.get('arrivalAirportInfo').get('cityName')

arrivalAirportName = flight.get('arrivalAirportInfo').get('airportName')

arrivalterminal = flight.get('arrivalAirportInfo').get('terminal').get('name')

arrivalDate = flight.get('arrivalDate')

cabins = legs[0].get('cabins')[0]

price = cabins.get('price').get('price')

path = "/home/liuyang/Spider/Scrapy_Project/ScrapyS/Airtickets/TO_XMN{}.csv".format(start_date)

# 创建csv文件对象

with open(path, "a+", encoding='utf-8-sig') as f:

writer = csv.writer(f, dialect="excel")

# 基于文件对象构建 csv写入对象

csv_write = csv.writer(f)

csv_data = [airlineName, flightNumber,

departureCityName, departureAirportName, departureterminal, departureDate,

arrivalDate, arrivalCityName, arrivalAirportName, arrivalterminal,

price, craftTypeName]

csv_write.writerow(csv_data)

f.close()

print(airlineName, "\t",

flightNumber, "\t",

price, "\t",

departureDate, "\t",

arrivalDate, "\t",

craftTypeName, "\t",

departureCityName, "\t",

departureAirportName, "\t",

departureterminal, "\t",

arrivalCityName, "\t",

arrivalAirportName, "\t",

arrivalterminal, )

else:

pass

结果展示

这篇关于python爬取机票信息_python Ajax异步爬取机票航班信息的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/201637

相关文章

Python列表去重的4种核心方法与实战指南详解

《Python列表去重的4种核心方法与实战指南详解》在Python开发中,处理列表数据时经常需要去除重复元素,本文将详细介绍4种最实用的列表去重方法,有需要的小伙伴可以根据自己的需要进行选择... 目录方法1:集合(set)去重法(最快速)方法2:顺序遍历法(保持顺序)方法3:副本删除法(原地修改)方法4:

Python运行中频繁出现Restart提示的解决办法

《Python运行中频繁出现Restart提示的解决办法》在编程的世界里,遇到各种奇怪的问题是家常便饭,但是,当你的Python程序在运行过程中频繁出现“Restart”提示时,这可能不仅仅是令人头疼... 目录问题描述代码示例无限循环递归调用内存泄漏解决方案1. 检查代码逻辑无限循环递归调用内存泄漏2.

Python中判断对象是否为空的方法

《Python中判断对象是否为空的方法》在Python开发中,判断对象是否为“空”是高频操作,但看似简单的需求却暗藏玄机,从None到空容器,从零值到自定义对象的“假值”状态,不同场景下的“空”需要精... 目录一、python中的“空”值体系二、精准判定方法对比三、常见误区解析四、进阶处理技巧五、性能优化

C#中async await异步关键字用法和异步的底层原理全解析

《C#中asyncawait异步关键字用法和异步的底层原理全解析》:本文主要介绍C#中asyncawait异步关键字用法和异步的底层原理全解析,本文给大家介绍的非常详细,对大家的学习或工作具有一... 目录C#异步编程一、异步编程基础二、异步方法的工作原理三、代码示例四、编译后的底层实现五、总结C#异步编程

使用Python构建一个Hexo博客发布工具

《使用Python构建一个Hexo博客发布工具》虽然Hexo的命令行工具非常强大,但对于日常的博客撰写和发布过程,我总觉得缺少一个直观的图形界面来简化操作,下面我们就来看看如何使用Python构建一个... 目录引言Hexo博客系统简介设计需求技术选择代码实现主框架界面设计核心功能实现1. 发布文章2. 加

python logging模块详解及其日志定时清理方式

《pythonlogging模块详解及其日志定时清理方式》:本文主要介绍pythonlogging模块详解及其日志定时清理方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地... 目录python logging模块及日志定时清理1.创建logger对象2.logging.basicCo

Python如何自动生成环境依赖包requirements

《Python如何自动生成环境依赖包requirements》:本文主要介绍Python如何自动生成环境依赖包requirements问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑... 目录生成当前 python 环境 安装的所有依赖包1、命令2、常见问题只生成当前 项目 的所有依赖包1、

如何将Python彻底卸载的三种方法

《如何将Python彻底卸载的三种方法》通常我们在一些软件的使用上有碰壁,第一反应就是卸载重装,所以有小伙伴就问我Python怎么卸载才能彻底卸载干净,今天这篇文章,小编就来教大家如何彻底卸载Pyth... 目录软件卸载①方法:②方法:③方法:清理相关文件夹软件卸载①方法:首先,在安装python时,下

python uv包管理小结

《pythonuv包管理小结》uv是一个高性能的Python包管理工具,它不仅能够高效地处理包管理和依赖解析,还提供了对Python版本管理的支持,本文主要介绍了pythonuv包管理小结,具有一... 目录安装 uv使用 uv 管理 python 版本安装指定版本的 Python查看已安装的 Python

使用Python开发一个带EPUB转换功能的Markdown编辑器

《使用Python开发一个带EPUB转换功能的Markdown编辑器》Markdown因其简单易用和强大的格式支持,成为了写作者、开发者及内容创作者的首选格式,本文将通过Python开发一个Markd... 目录应用概览代码结构与核心组件1. 初始化与布局 (__init__)2. 工具栏 (setup_t