python

当前位置:中华考试网 >> python >> python爬虫 >> 文章内容

不会用python爬虫抓取指数?没事,我教你

来源:中华考试网  [2020年12月1日]  【

  有一些数据我们是没法直观的查看的,需要通过抓取去获得。听到指数这个词,有的小伙伴们觉得很复杂,似乎只在股票的时候才听说的,比如一些数据的涨跌分析都是比较棘手的问题。不过指数对于我们的数据分析还是很有帮助的,今天小编就python爬虫中抓取指数得方法给大家带来讲解。

  刚好这几天需要用到这个爬虫,结果发现baidu指数的请求有点变化,所以就改了改:

  import requests

  import sys

  import time

  word_url = 'http://index.baidu.com/api/SearchApi/thumbnail?area=0&word={}'

  COOKIES = ''

  headers = {

  'Accept': 'application/json, text/plain, */*',

  'Accept-Encoding': 'gzip, deflate',

  'Accept-Language': 'zh-CN,zh;q=0.9',

  'Cache-Control': 'no-cache',

  'Cookie': COOKIES,

  'DNT': '1',

  'Host': 'index.baidu.com',

  'Pragma': 'no-cache',

  'Proxy-Connection': 'keep-alive',

  'Referer': 'http://index.baidu.com/v2/main/index.html',

  'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_13_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.90 Safari/537.36',

  'X-Requested-With': 'XMLHttpRequest',

  }

  def decrypt(t,e):

  n = list(t)

  i = list(e)

  a = {}

  result = []

  ln = int(len(n)/2)

  start = n[ln:]

  end = n[:ln]

  for j,k in zip(start, end):

  a.update({k: j})

  for j in e:

  result.append(a.get(j))

  return ''.join(result)

  def get_ptbk(uniqid):

  url = 'http://index.baidu.com/Interface/ptbk?uniqid={}'

  resp = requests.get(url.format(uniqid), headers=headers)

  if resp.status_code != 200:

  print('获取uniqid失败')

  sys.exit(1)

  return resp.json().get('data')

  def get_index_data(keyword, start='2011-01-03', end='2019-08-05'):

  keyword = str(keyword).replace("'", '"')

  url = f'http://index.baidu.com/api/SearchApi/index?area=0&word={keyword}&area=0&startDate={start}&endDate={end}'

  resp = requests.get(url, headers=headers)

  if resp.status_code != 200:

  print('获取指数失败')

  sys.exit(1)

  content = resp.json()

  data = content.get('data')

  user_indexes = data.get('userIndexes')[0]

  uniqid = data.get('uniqid')

  ptbk = get_ptbk(uniqid)

  while ptbk is None or ptbk == '':

  ptbk = get_ptbk(uniqid)

  all_data = user_indexes.get('all').get('data')

  result = decrypt(ptbk, all_data)

  result = result.split(',')

  print(result)

  if __name__ == '__main__':

  words = [[{"name": "酷安", "wordType": 1}]]

  get_index_data(words)

  运行代码就可以得到我们想要的指数了,当然也可以用来看股票以及其他的一些操作,运用python爬虫解决都是不错的选择。

  如果你现在想学习python,赢取高薪工作机会,非常简单,填写下面信息,学好python技术高薪工作机会唾手可得。

责编:fushihao
  • 会计考试
  • 建筑工程
  • 职业资格
  • 医药考试
  • 外语考试
  • 学历考试