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: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

HTML提交表单给python

python 代码 from flask import Flask, request, render_template, redirect, url_forapp = Flask(__name__)@app.route('/')def form():# 渲染表单页面return render_template('./index.html')@app.route('/submit_form',

easyui同时验证账户格式和ajax是否存在

accountName: {validator: function (value, param) {if (!/^[a-zA-Z][a-zA-Z0-9_]{3,15}$/i.test(value)) {$.fn.validatebox.defaults.rules.accountName.message = '账户名称不合法(字母开头,允许4-16字节,允许字母数字下划线)';return fal

js异步提交form表单的解决方案

1.定义异步提交表单的方法 (通用方法) /*** 异步提交form表单* @param options {form:form表单元素,success:执行成功后处理函数}* <span style="color:#ff0000;"><strong>@注意 后台接收参数要解码否则中文会导致乱码 如:URLDecoder.decode(param,"UTF-8")</strong></span>

Python QT实现A-star寻路算法

目录 1、界面使用方法 2、注意事项 3、补充说明 用Qt5搭建一个图形化测试寻路算法的测试环境。 1、界面使用方法 设定起点: 鼠标左键双击,设定红色的起点。左键双击设定起点,用红色标记。 设定终点: 鼠标右键双击,设定蓝色的终点。右键双击设定终点,用蓝色标记。 设置障碍点: 鼠标左键或者右键按着不放,拖动可以设置黑色的障碍点。按住左键或右键并拖动,设置一系列黑色障碍点