高德地图美食爬虫

本文分享了如何实现高德地图全国美食信息的爬虫技术,详细介绍了反爬策略,包括IP代理、headers设置,以及如何规避最大抓取页数限制。最终获取到的美食数据约为98万条,仅供学习使用,禁止商业用途。
摘要由CSDN通过智能技术生成

前言:今天讲下高德地图全国美食爬虫。

反爬点:

高德地图反爬主要是:

1.IP代理。

2.headers(referer,cookie必要的),referer:随便个可以不变。cookie:必要的参数:isg,l,cna(可自行数字大小写字母组合),uab_collina(固定值)

3.限制最大45页,可地区精确到区及二级分类精确到火锅来尽可能最大获取,避免最大页数问题.


import requests,random,string,time,pymongo,re,json,datetime,logging
from Config import Config
from urllib import parse
logging.basicConfig(filename="show.log",filemode="a",format="%(asctime)s-%(name)s-%(levelname)s-%(message)s",level=logging.INFO)


class Amap(object):
    def __init__(self):
        self.isg = 'XXXX'
        self.l = 'XXX'
        self.cna = 'XXXX' 


    def get_pro(self):
        get_pro_list = self.post_city.find({})
        for get_pro in get_pro_list[9:]:
            print('begin......{}'.format(get_pro['pro_name']))
            pro_name = get_pro['pro_name']
            for every_city in get_pro['city_list']:
                choose_city = every_city
                city_name = choose_city['city_name']
                print('begin city ....{}'.format(city_name))
                city_adcode = choose_city['city_adcode']
                # 1获取城市所有区及美食二级分类
                show_url = 'https://www.amap.com/service/poiInfo?query_type=TQUERY&pagesize=20&pagenum=1&qii=true&cluster_state=5&need_utd=true&utd_sceneid=1000&div=PC1000&addr_poi_merge=true&is_classify=true&zoom=17&city={}&geoobj=121.9098|25.510585|111.923414|24.516816&_src=around&keywords=美食'.format(city_adcode)
                headers = self.get_headers(city_adcode)
                show_json = self.request_url(show_url,headers)
                # print('11111',show_json)
                if show_json:
                    # 区分类
                    area_list = []
                    if 'bizAreaData' in show_json:
                        districts = show_json['bizAreaData']['districts']
                        for k in districts:
                            area_dict = {}
                            area_dict['area_name'] = k['name']
                            area_dict['area_value'] = k['districts']
                            area_list.append(area_dict)
                        self.deal_areas(pro_name, city_name, city_adcode, area_list
  • 3
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值