python抓取百度地图数据_Python 百度地图爬虫 - 搜索数据采集

该博客介绍了如何使用Python编写一个爬虫,从百度地图上抓取热门城市的大学名称、地址和电话等信息。通过设置headers和cookies模拟浏览器请求,解析JSON响应,并使用多线程来获取和存储每个城市的数据。
摘要由CSDN通过智能技术生成

class Hot_City_Coordinates():

"""获取热门城市"""

def __init__(self):

self.headers = {

'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/84.0.4147.105 Safari/537.36',

'Cookie': 'BIDUPSID=708E39B6F293AF8D7B18BD51D6E15C42; PSTM=1596811009; BAIDUID=708E39B6F293AF8D297129216C3D6397:FG=1; BDORZ=B490B5EBF6F3CD402E515D22BCDA1598; MCITY=-%3A; delPer=0; PSINO=5; H_PS_PSSID=32294_1456_32300_32380_32327_31660_32351_32046_32398_32116_32525_32482_22160',

}

self.content_list = [] # 存储市数据

self.content_list_ui = [] # 存储UI界面数据

def initialize(self, path_):

"""

初始化目录

"""

try:

if os.path.exists(path_): # 目录存在,返回为真

return path_

else:

os.mkdir(path_)

return path_

except Exception as e:

print(e)

def hot_city(self,map_pro, content , _path):

"""获取热门城市"""

country_url = 'https://map.baidu.com/?newmap=1&reqflag=pcmap&biz=1&from=webmap&da_par=after_baidu&pcevaname=pc4.1&qt=s&da_src=searchBox.button&wd=' + str(

content) + '&c=1&src=0&wd2=&pn=0&sug=0&l=5&b=(8661331.22,1425243.879999999;14551379.22,7913307.879999999)&from=webmap&biz_forward={%22scaler%22:2,%22styles%22:%22pl%22}&sug_forward=&auth=vQPQf98AKyG0bHBMP8U5%3DyJ31HF0NUV5uxHTNVEERVRtxjhNwzWWvy1uVt1GgvPUDZYOYIZuVtcvY1SGpuEt2gz4yYxGccZcuVtPWv3GuBRtal73hJUvhgMZSguxzBEHLNRTVtcEWe1GD8zv7u%40ZPuzztgwBzvf0wd0vyIUO7AMSFOukoPPB16A2mmiJLL'

print(country_url)

response = requests.get(country_url, headers=self.headers, verify=False)

json_con = response.json()

# 获取所有市的坐标并进行切割拼接 市的坐标可以百度

split_result = Provinces_cities_coordinates.split('\n')

city_dict = {x.split(' ')[1]: x.split(' ')[0] for x in split_result[1:]}

print(city_dict)

mkdir_path = _path + '/' + map_pro + '-' + content

province_path = self.initialize(mkdir_path)

if map_pro == '热门城市':

for x in json_con['content']:

hot_city_code = x['code']

AUTH = json_con['result']['auth']

hot_city_geo = x['geo']

hot_city_name = x['name']

city_ur1 = f'https://map.baidu.com/?newmap=1&reqflag=pcmap&biz=1&from=webmap&da_par=after_baidu&pcevaname=pc4.1&qt=spot&from=webmap&c={str(hot_city_code)}&wd={content}&wd2=&pn=0&nn=0&db=0&sug=0&addr=0&&da_src=pcmappg.poi.page&on_gel=1&src=7&gr=3&l=5&rn=50&tn=B_NORMAL_MAP&auth={AUTH}&ie=utf-8&b=({hot_city_geo})'

print('url', city_ur1)

t = threading.Thread(target=self.get_city_data,

args=(city_ur1, hot_city_name, map_pro, province_path, content))

t.start()

def get_city_data(self, city_ur1, city_name, map_pro, _path, content):

"""获取市的数据"""

city_all = requests.get(city_ur1, headers=self.headers)

city_json = city_all.json()

# 获取数据每个市的数据

try:

for city in city_json['content']:

content_dict = {}

content_dict['middle_name'] = city['name'] # 数据名字

content_dict['middle_address'] = city['addr'] # 数据地址

try:

content_dict['middle_tel'] = city['tel'] # 数据电话

except Exception as e:

content_dict['middle_tel'] = '暂无电话'

self.content_list.append(content_dict)

self.content_list_ui.append(content_dict)

print(city_name, '开始存入')

# 调用保存数据

t = threading.Thread(target=self.get_save, args=(map_pro, city_name, content, _path))

t.start()

self.content_list.clear()

except Exception as e:

print(e)

# print("最后一次打印")

if __name__ == '__main__':

...

# map_pro = input('请输入查询的省份:')

# content = input('请输入查询的数据:')

pcc = Hot_City_Coordinates()

pcc.hot_city('热门城市', '大学', '存放的路径')

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这里是一个简单的Python-Scrapy爬取百度搜索结果并对搜索结果进行分析的例子: 首先,我们需要安装Scrapy和lxml库。在命令行中输入以下命令: ``` pip install scrapy pip install lxml ``` 然后,我们可以创建一个名为baidu_spider的新项目,并在项目中创建一个名为baidu的新爬虫。在命令行中输入以下命令: ``` scrapy startproject baidu_spider cd baidu_spider scrapy genspider baidu www.baidu.com ``` 现在,我们在baidu_spider/spiders/baidu.py文件中编写我们的代码。我们将使用Scrapy的Selector来选择我们想要的数据。代码如下: ```python import scrapy class BaiduSpider(scrapy.Spider): name = "baidu" allowed_domains = ["www.baidu.com"] start_urls = ["http://www.baidu.com/s?wd=python"] def parse(self, response): # 获取搜索结果 results = response.xpath('//div[@class="result c-container "]') for result in results: # 获取标题和链接 title = result.xpath('.//h3/a/text()').extract_first().strip() link = result.xpath('.//h3/a/@href').extract_first() # 获取摘要 abstract = result.xpath('.//div[@class="c-abstract"]//text()').extract() abstract = "".join(abstract).strip() # 打印结果 print(title) print(link) print(abstract) ``` 在这个例子中,我们首先定义了我们的爬虫的名称,允许的域名和起始URL。然后我们定义了一个parse函数来处理响应。在parse函数中,我们使用XPath选择器来选择搜索结果。我们使用extract_first()和extract()方法来提取标题、链接和摘要。最后,我们打印了结果。 现在,我们可以在baidu_spider目录中运行以下命令来运行我们的爬虫: ``` scrapy crawl baidu ``` 这将启动我们的爬虫并开始爬取百度搜索结果。在控制台中,您应该能够看到我们的爬虫正在输出搜索结果。
评论
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