python爬虫教程，采集美团网酒店信息文章目录一、分析网页二、爬

文章目录

一、分析网页二、爬取酒店信息

一、分析网页爬取美团网成都地区的酒店信息
私信小编01即可获取大量Python学习资料
网站的页面是 JavaScript 渲染而成的，我们所看到的内容都是网页加载后又执行了JavaScript代码之后才呈现出来的，因此这些数据并不存在于原始 HTML 代码中，而 requests 仅仅抓取的是原始 HTML 代码。抓取这种类型网站的页面数据，解决方案如下：
分析 Ajax ，很多数据可能是经过 Ajax 请求时候获取的，所以可以分析其接口。

文章插图
在XHR里可以找到， Request URL有几个关键参数， uuid和cityId是城市标识， offset偏移量可以控制翻页，分析网页发现，第x页的offset为：(x-1)*20 ， limit表示每页有20条信息， startDay和endDay为当前的日期。

文章插图
在Preview里可以找到每页的20条信息

文章插图
模拟JavaScript渲染过程，直接抓取渲染后的结果。
selenium和pyppeteer爬虫就是用的这种方法
二、爬取酒店信息

"""@Author：叶庭云@Date：2020/9/16 15:01@CSDN："""import requestsimport jsonimport openpyxlimport loggingfrom concurrent.futures import ThreadPoolExecutorimport randomimport timelogging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s: %(message)s')url = ""headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.162 Safari/537.36","Referer": ""}wb = openpyxl.Workbook()sheet = wb.activesheet.append(['酒店名称', '酒店地址', '酒店类型', '最低价', '评价', '评论数', '经度', '纬度'])def hotel_data(x):data = http://kandian.youth.cn/index/{'utm_medium': 'pc','version_name': 999.9,'cateId': 20,'attr_28': 129,'uuid': '5D4E443EC83DDD49B73F317921EAE16C7B492A634A67FA261773890F730A5932@1600263777783','cityId': 59,'offset': x * 20,'limit': 20,'startDay': 20200916,'endDay': 20200916,'q': '', 'sort': 'defaults','X-FOR-WITH': '47zbBAV+k1e7QrnKt4lEVXrmtOE9w2OpFfGsKf539CDdXIw4r2V/qICcWVeNACGHWNbD6iL4huPyRVdkNJJwR6dqcoQMyzjUE3cQGWr6YZOwANQOlCSrZ7m1+aahwcnh/dTfaJLMZfxWaJQEISBuKbiMgDC8Vr4eaeWiYASkLl0ByB96MOUz7gfjUTbhlV0ZXvZ/ucwNcK3zxTQjmoBINsAY4HwpKQLpOV2IqV1CtPg=',}res = requests.get(url, headers=headers, params=data)time.sleep(random.randint(1, 3))results = json.loads(res.text)['data']['searchresult']for con in results:name = con['name']# 酒店名称addr = con['addr']# 酒店地址star = con['hotelStar']# 酒店类型price = con['lowestPrice']# 最低价scoreIntro = con['scoreIntro']# 评价comments = con['commentsCountDesc']# 评论数lng, lat = con['lng'], con['lat']# 经纬度data = http://kandian.youth.cn/index/[name, addr, star, price, scoreIntro, comments, lng, lat]sheet.append(data)logging.info(data)if __name__ =='__main__':page = [i for i in range(56)]with ThreadPoolExecutor(max_workers=4) as executor:executor.map(hotel_data, page)wb.save("hotel.xlsx")

【python爬虫教程，采集美团网酒店信息】程序运行成功，酒店信息保存到了Excel 。

文章插图