Python爬取肯德基官网ajax的post请求实现过程

更新时间：2021年10月13日 16:06:18 作者：Bitdancing

这篇文章主要介绍了Python爬取肯德基官网ajax的post请求实现过程，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家学有所得，多多进步

准备工作

查看肯德基官网的请求方法：post请求。

在这里插入图片描述

X-Requested-With: XMLHttpRequest 判断得肯德基官网是ajax请求

在这里插入图片描述

通过这两个准备步骤，明确本次爬虫目标：
ajax的post请求肯德基官网获取上海肯德基地点前10页。

分析

获取上海肯德基地点前10页，那就需要先对每页的url进行分析。

第一页

# page1
# http://www.kfc.com.cn/kfccda/ashx/GetStoreList.ashx?op=cname
# POST
# cname: 上海
# pid:
# pageIndex: 1
# pageSize: 10

第二页

# page2
# http://www.kfc.com.cn/kfccda/ashx/GetStoreList.ashx?op=cname
# POST
# cname: 上海
# pid:
# pageIndex: 2
# pageSize: 10

第三页依次类推。

程序入口

首先回顾urllib爬取的基本操作：

# 使用urllib获取百度首页的源码
import urllib.request

# 1.定义一个url，就是你要访问的地址
url = 'http://www.baidu.com'

# 2.模拟浏览器向服务器发送请求 response响应
response = urllib.request.urlopen(url)

# 3.获取响应中的页面的源码 content内容
# read方法 返回的是字节形式的二进制数据
# 将二进制数据转换为字符串
# 二进制-->字符串  解码 decode方法
content = response.read().decode('utf-8')

# 4.打印数据
print(content)

1.定义一个url，就是你要访问的地址

2.模拟浏览器向服务器发送请求 response响应

3.获取响应中的页面的源码 content内容

if __name__ == '__main__':
    start_page = int(input('请输入起始页码: '))
    end_page = int(input('请输入结束页码: '))

    for page in range(start_page, end_page+1):
        # 请求对象的定制
        request = create_request(page)
        # 获取网页源码
        content = get_content(request)
        # 下载数据
        down_load(page, content)

对应的，我们在主函数中也类似声明方法。

url组成数据定位

请添加图片描述

爬虫的关键在于找接口。对于这个案例，在预览页可以找到页面对应的json数据，说明这是我们要的数据。

请添加图片描述

构造url

不难发现，肯德基官网的url的一个共同点，我们把它保存为base_url。

base_url = 'http://www.kfc.com.cn/kfccda/ashx/GetStoreList.ashx?op=cname'

参数

老样子，找规律，只有'pageIndex'和页码有关。

    data = {
        'cname': '上海',
        'pid': '',
        'pageIndex': page,
        'pageSize': '10'
    }

post请求

post请求的参数必须要进行编码

data = urllib.parse.urlencode(data).encode('utf-8')

编码之后必须调用encode方法
参数放在请求对象定制的方法中：post的请求的参数，是不会拼接在url后面的，而是放在请求对象定制的参数中

所以将data进行编码

data = urllib.parse.urlencode(data).encode('utf-8')

标头获取（防止反爬的一种手段）

请添加图片描述

即响应头中UA部分。

User Agent，用户代理，特殊字符串头，使得服务器能够识别客户使用的操作系统及版本，CPU类型，浏览器及版本，浏览器内核，浏览器渲染引擎，浏览器语言，浏览器插件等。

 headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.71 Safari/537.36 Edg/94.0.992.38'
    }

请求对象定制

参数，base_url，请求头都准备得当后，就可以进行请求对象定制了。

 request = urllib.request.Request(base_url,
  headers=headers, data=data)

获取网页源码

把request请求作为参数，模拟浏览器向服务器发送请求获得response响应。

 response = urllib.request.urlopen(request)
    content = response.read().decode('utf-8')

获取响应中的页面的源码，下载数据

使用 read()方法，得到字节形式的二进制数据，需要使用 decode进行解码，转换为字符串。

content = response.read().decode('utf-8')

然后我们将下载得到的数据写进文件，使用 with open() as fp 的语法，系统自动关闭文件。

def down_load(page, content):
    with open('kfc_' + str(page) + '.json', 'w', encoding='utf-8') as fp:
        fp.write(content)

全部代码

# ajax的post请求肯德基官网 获取上海肯德基地点前10页
# page1
# http://www.kfc.com.cn/kfccda/ashx/GetStoreList.ashx?op=cname
# POST
# cname: 上海
# pid:
# pageIndex: 1
# pageSize: 10
# page2
# http://www.kfc.com.cn/kfccda/ashx/GetStoreList.ashx?op=cname
# POST
# cname: 上海
# pid:
# pageIndex: 2
# pageSize: 10
import urllib.request, urllib.parse
def create_request(page):
    base_url = 'http://www.kfc.com.cn/kfccda/ashx/GetStoreList.ashx?op=cname'
    data = {
        'cname': '上海',
        'pid': '',
        'pageIndex': page,
        'pageSize': '10'
    }
    data = urllib.parse.urlencode(data).encode('utf-8')
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.71 Safari/537.36 Edg/94.0.992.38'
    }
    request = urllib.request.Request(base_url, headers=headers, data=data)
    return request

def get_content(request):
    response = urllib.request.urlopen(request)
    content = response.read().decode('utf-8')
    return content

def down_load(page, content):
    with open('kfc_' + str(page) + '.json', 'w', encoding='utf-8') as fp:
        fp.write(content)

if __name__ == '__main__':
    start_page = int(input('请输入起始页码: '))
    end_page = int(input('请输入结束页码: '))
    for page in range(start_page, end_page+1):
        # 请求对象的定制
        request = create_request(page)
        # 获取网页源码
        content = get_content(request)
        # 下载数据
        down_load(page, content)

爬取后结果

在这里插入图片描述

以上就是Python爬取肯德基官网ajax的post请求实现过程的详细内容，更多关于Python爬取肯德基官网ajax的post请求的资料请关注脚本之家其它相关文章！

您可能感兴趣的文章:

通过C++学习Python
这篇文章主要介绍了通过C++学习Python，通过对比分析，让我们能够更好的学习python.
2015-01-01
python 实现从高分辨图像上抠取图像块
今天小编就为大家分享一篇python 实现从高分辨图像上抠取图像块，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2020-01-01
python高阶爬虫实战分析
这篇文章给大家分享了python高阶爬虫实战的相关实例内容以及技巧分析，有兴趣的朋友参考下。
2018-07-07
Python+matplotlib调用随机函数生成变化图形
这篇文章主要介绍了如何在Python中利用随机函数生成变化的图形，文中的示例代码讲解详细，对我们学习有一定吧参考价值，需要的可以了解一下
2022-04-04
Python实现获取操作系统版本信息方法
这篇文章主要介绍了Python实现获取操作系统版本信息方法,本文在命令行中获取操作系统信息,介绍了platform模块的使用,需要的朋友可以参考下
2015-04-04
Python中的反射知识点总结
在本篇文章里小编给大家整理了一篇关于Python中的反射知识点总结内容，有需要的朋友们可以跟着学习参考下。
2021-11-11
关于DataFrame中某列值的替换map(dict)
这篇文章主要介绍了关于DataFrame中某列值的替换map(dict),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
2024-02-02
基于python的Paxos算法实现
这篇文章主要介绍了基于python的Paxos算法实现，理解一个算法最快，最深刻的做法，我觉着可能是自己手动实现，虽然项目中不用自己实现，有已经封装好的算法库，供我们调用，我觉着还是有必要自己亲自实践一下,需要的朋友可以参考下
2019-07-07
python中import和from-import的区别解析
这篇文章主要介绍了python中import和from-import的区别解析,本文通过实例代码给大家讲解的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下
2022-12-12
Django JSonResponse对象的实现
本文主要介绍了Django JSonResponse对象的实现，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
2023-03-03