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函数作用域示例详解

《Python函数作用域示例详解》本文介绍了Python中的LEGB作用域规则,详细解析了变量查找的四个层级,通过具体代码示例,展示了各层级的变量访问规则和特性,对python函数作用域相关知识感兴趣... 目录一、LEGB 规则二、作用域实例2.1 局部作用域(Local)2.2 闭包作用域(Enclos

Python实现对阿里云OSS对象存储的操作详解

《Python实现对阿里云OSS对象存储的操作详解》这篇文章主要为大家详细介绍了Python实现对阿里云OSS对象存储的操作相关知识,包括连接,上传,下载,列举等功能,感兴趣的小伙伴可以了解下... 目录一、直接使用代码二、详细使用1. 环境准备2. 初始化配置3. bucket配置创建4. 文件上传到os

使用Python实现可恢复式多线程下载器

《使用Python实现可恢复式多线程下载器》在数字时代,大文件下载已成为日常操作,本文将手把手教你用Python打造专业级下载器,实现断点续传,多线程加速,速度限制等功能,感兴趣的小伙伴可以了解下... 目录一、智能续传:从崩溃边缘抢救进度二、多线程加速:榨干网络带宽三、速度控制:做网络的好邻居四、终端交互

Python中注释使用方法举例详解

《Python中注释使用方法举例详解》在Python编程语言中注释是必不可少的一部分,它有助于提高代码的可读性和维护性,:本文主要介绍Python中注释使用方法的相关资料,需要的朋友可以参考下... 目录一、前言二、什么是注释?示例:三、单行注释语法:以 China编程# 开头,后面的内容为注释内容示例:示例:四

Python中win32包的安装及常见用途介绍

《Python中win32包的安装及常见用途介绍》在Windows环境下,PythonWin32模块通常随Python安装包一起安装,:本文主要介绍Python中win32包的安装及常见用途的相关... 目录前言主要组件安装方法常见用途1. 操作Windows注册表2. 操作Windows服务3. 窗口操作

Python中re模块结合正则表达式的实际应用案例

《Python中re模块结合正则表达式的实际应用案例》Python中的re模块是用于处理正则表达式的强大工具,正则表达式是一种用来匹配字符串的模式,它可以在文本中搜索和匹配特定的字符串模式,这篇文章主... 目录前言re模块常用函数一、查看文本中是否包含 A 或 B 字符串二、替换多个关键词为统一格式三、提

python常用的正则表达式及作用

《python常用的正则表达式及作用》正则表达式是处理字符串的强大工具,Python通过re模块提供正则表达式支持,本文给大家介绍python常用的正则表达式及作用详解,感兴趣的朋友跟随小编一起看看吧... 目录python常用正则表达式及作用基本匹配模式常用正则表达式示例常用量词边界匹配分组和捕获常用re

python实现对数据公钥加密与私钥解密

《python实现对数据公钥加密与私钥解密》这篇文章主要为大家详细介绍了如何使用python实现对数据公钥加密与私钥解密,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... 目录公钥私钥的生成使用公钥加密使用私钥解密公钥私钥的生成这一部分,使用python生成公钥与私钥,然后保存在两个文

python删除xml中的w:ascii属性的步骤

《python删除xml中的w:ascii属性的步骤》使用xml.etree.ElementTree删除WordXML中w:ascii属性,需注册命名空间并定位rFonts元素,通过del操作删除属... 可以使用python的XML.etree.ElementTree模块通过以下步骤删除XML中的w:as

使用Python绘制3D堆叠条形图全解析

《使用Python绘制3D堆叠条形图全解析》在数据可视化的工具箱里,3D图表总能带来眼前一亮的效果,本文就来和大家聊聊如何使用Python实现绘制3D堆叠条形图,感兴趣的小伙伴可以了解下... 目录为什么选择 3D 堆叠条形图代码实现:从数据到 3D 世界的搭建核心代码逐行解析细节优化应用场景:3D 堆叠图