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调用Orator ORM进行数据库操作

《Python调用OratorORM进行数据库操作》OratorORM是一个功能丰富且灵活的PythonORM库,旨在简化数据库操作,它支持多种数据库并提供了简洁且直观的API,下面我们就... 目录Orator ORM 主要特点安装使用示例总结Orator ORM 是一个功能丰富且灵活的 python O

Python使用国内镜像加速pip安装的方法讲解

《Python使用国内镜像加速pip安装的方法讲解》在Python开发中,pip是一个非常重要的工具,用于安装和管理Python的第三方库,然而,在国内使用pip安装依赖时,往往会因为网络问题而导致速... 目录一、pip 工具简介1. 什么是 pip?2. 什么是 -i 参数?二、国内镜像源的选择三、如何

python使用fastapi实现多语言国际化的操作指南

《python使用fastapi实现多语言国际化的操作指南》本文介绍了使用Python和FastAPI实现多语言国际化的操作指南,包括多语言架构技术栈、翻译管理、前端本地化、语言切换机制以及常见陷阱和... 目录多语言国际化实现指南项目多语言架构技术栈目录结构翻译工作流1. 翻译数据存储2. 翻译生成脚本

如何通过Python实现一个消息队列

《如何通过Python实现一个消息队列》这篇文章主要为大家详细介绍了如何通过Python实现一个简单的消息队列,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录如何通过 python 实现消息队列如何把 http 请求放在队列中执行1. 使用 queue.Queue 和 reque

Python如何实现PDF隐私信息检测

《Python如何实现PDF隐私信息检测》随着越来越多的个人信息以电子形式存储和传输,确保这些信息的安全至关重要,本文将介绍如何使用Python检测PDF文件中的隐私信息,需要的可以参考下... 目录项目背景技术栈代码解析功能说明运行结php果在当今,数据隐私保护变得尤为重要。随着越来越多的个人信息以电子形

使用Python快速实现链接转word文档

《使用Python快速实现链接转word文档》这篇文章主要为大家详细介绍了如何使用Python快速实现链接转word文档功能,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 演示代码展示from newspaper import Articlefrom docx import

Python Jupyter Notebook导包报错问题及解决

《PythonJupyterNotebook导包报错问题及解决》在conda环境中安装包后,JupyterNotebook导入时出现ImportError,可能是由于包版本不对应或版本太高,解决方... 目录问题解决方法重新安装Jupyter NoteBook 更改Kernel总结问题在conda上安装了

Python如何计算两个不同类型列表的相似度

《Python如何计算两个不同类型列表的相似度》在编程中,经常需要比较两个列表的相似度,尤其是当这两个列表包含不同类型的元素时,下面小编就来讲讲如何使用Python计算两个不同类型列表的相似度吧... 目录摘要引言数字类型相似度欧几里得距离曼哈顿距离字符串类型相似度Levenshtein距离Jaccard相

Python安装时常见报错以及解决方案

《Python安装时常见报错以及解决方案》:本文主要介绍在安装Python、配置环境变量、使用pip以及运行Python脚本时常见的错误及其解决方案,文中介绍的非常详细,需要的朋友可以参考下... 目录一、安装 python 时常见报错及解决方案(一)安装包下载失败(二)权限不足二、配置环境变量时常见报错及

Python中顺序结构和循环结构示例代码

《Python中顺序结构和循环结构示例代码》:本文主要介绍Python中的条件语句和循环语句,条件语句用于根据条件执行不同的代码块,循环语句用于重复执行一段代码,文章还详细说明了range函数的使... 目录一、条件语句(1)条件语句的定义(2)条件语句的语法(a)单分支 if(b)双分支 if-else(