位置: IT常识 - 正文

python带你采集桌游、剧本杀游戏店数据信息~(python 数据采集卡)

编辑:rootadmin
前言 嗨喽~大家好呀,这里是魔王呐 ! 又是学习的一天,让我们开始叭~ 环境使用: Python 3.8 Pycharm 模块使用: requests >>> pip install requests re csv 如果安装python第三方模块: win + R 输入 cmd 点击确定, 输入安装 ... 前言

嗨喽~大家好呀,这里是魔王呐 !

又是学习的一天,让我们开始叭~

环境使用:

推荐整理分享python带你采集桌游、剧本杀游戏店数据信息~(python 数据采集卡),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:python 采集数据,python采集教程,python调用采集卡,python数据采集系统,python调用采集卡,python数据采集系统,python采集器,python采集器,内容如对您有帮助,希望把文章链接给更多的朋友!

Python 3.8

Pycharm

模块使用:

requests >>> pip install requests

re

csv

如果安装python第三方模块:

win + R 输入 cmd 点击确定, 输入安装命令 pip install 模块名 (pip install requests) 回车

python带你采集桌游、剧本杀游戏店数据信息~(python 数据采集卡)

在pycharm中点击Terminal(终端) 输入安装命令

基本流程思路: <通用>一. 数据来源分析

抓包分析我们想要数据内容, 请求的那个网站 url地址得到

F12 或者 鼠标右键点击检查选择network, 点击第二页

选中xhr 第一个数据包就是我们想要的内容用到开发者工具搜索功能

二. 代码实现步骤过程: 固定四大步骤

发送请求, 对于刚刚分析得到url地址发送请求

获取数据, 获取服务器返回响应数据 ---> 开发者工具里面response

解析数据, 提取我们想要数据内容 ---> 店铺基本信息

保存数据, 保存数据, 保存表格里面

多页数据采集

多页数据采集 ---> 循环 for <目的>

分析请求url地址参数变化

采集代码# 导入数据请求模块 ---> 第三方模块 需要 pip install requestsimport requests# 导入格式化输出模块 --> 内置模块 不需要安装from pprint import pprint# 导入csv模块 --> 内置模块 不需要安装import csv# 导入时间模块 --> 内置模块 不需要安装import time# 导入正则模块 --> 内置模块 不需要安装import re# 3. 发送请求html_data = requests.get(url=link, headers=headers).text# 4. 获取数据print(html_data)"""5. 解析数据, re正则 会用 1 不会 2re.findall() 找到所有我们想要数据告诉程序: 从什么地方 去找什么数据从 html_data 去找 "address":"(.*?)","phone":"(.*?)","openTime":"(.*?)", 这段内容其中 (.*?) 就是我们要的数据"""shop_info = re.findall('"address":"(.*?)","phone":"(.*?)","openTime":"(.*?)",', html_data)[0]print(shop_info)# shop_info 元组 ---> [0] 根据索引位置取值 / 计数从0开始计数address = shop_info[0]# [1] 什么意思?phone = shop_info[1]# replace 是什么 字符串替换方法 把 \\n 替换 空的 \<转义字符串> \n 还换行符openTime = shop_info[2].replace('\\n', '')print(address, phone, openTime)# 创建文件 相对路径 你代码在哪里 文件就写在哪里f = open('男人的小秘密多页.csv', mode='a', encoding='utf-8', newline='')# 字典写入 f ---> 文件对象 fieldnames 字段名 表头表格第一行内容csv_writer = csv.DictWriter(f, fieldnames=[ '店铺', '店铺类型', '商圈', '人均消费', '最低消费', '评分', '评论', '纬度', '经度', '详情页',])# 写入表头csv_writer.writeheader()发送请求, 模拟浏览器发送请求代码都是可以复制粘贴

长链接可以分段写入

批量替换 ---> 批量添加引号和逗号1.选中替换内容2.按 ctrl + R3.勾选上.* 输入正则命令

(.*?): (.*)'$1': '$2',如果当你请求网站, 被反爬的时候

一种最简单反反爬手段, 用headers请求头伪装成浏览器去发送请求

# 发送请求 response = requests.get(url=url, params=data, headers=headers) # <Response [403]>: 整体表示响应对象 403状态码 表示 没有访问权限 # <Response [200]> 200 状态码表示请求成功 print(response) # 2. 获取数据, 获取服务器返回响应数据 ---> 开发者工具里面response --> response.json() 获取响应对象json字典数据 print(response.json()) # 3. 解析数据, 提取我们想要的数据内容 ---> 字典取值: 键值对取值 <根据冒号左边的内容[键], 提取冒号右边的内容[值]> for index in response.json()['data']['searchResult']: # for循环遍历, 把列表里面元素一个一个提取出来 # 写入数据 csv_writer.writerow(dit) print(dit)可视化代码import pandas as pdimport numpy as npfrom pyecharts.charts import *from pyecharts import options as optsfrom pyecharts.globals import ThemeType #引入主题df = pd.read_csv('武汉桌游多页.csv',encoding='utf-8',engine="python")df.sample(5)df.info()df = df.fillna('暂无数据')cut = lambda x : '一般' if x <= 3.5 else ('不错' if x <= 4.0 else('好' if x <= 4.5 else '很好'))df['评分类型'] = df['评分'].map(cut)df.describe()import matplotlib.pyplot as pltimport seaborn as sns%matplotlib inlineplt.rcParams['font.sans-serif'] = ['SimHei'] # 设置加载的字体名plt.rcParams['axes.unicode_minus'] = False # 解决保存图像是负号'-'显示为方块的问题fig,axes=plt.subplots(2,1,figsize=(12,12))sns.regplot(x='人均消费',y='评分',data=df,color='r',marker='+',ax=axes[0])sns.regplot(x='评论',y='评分',data=df,color='g',marker='*',ax=axes[1])df2 = df.groupby('商圈')['店名'].count()df2 = df2.sort_values(ascending=True)[-10:]df2 = df2.round(2)c = ( Bar(init_opts=opts.InitOpts(theme=ThemeType.WONDERLAND)) .add_xaxis(df2.index.tolist()) .add_yaxis("",df2.tolist()).reversal_axis() #X轴与y轴调换顺序 .set_global_opts(title_opts=opts.TitleOpts(title="武汉桌游商圈数量top10",subtitle="数据来源:美团",pos_left = 'center'), xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=16)), #更改横坐标字体大小 yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=16)), #更改纵坐标字体大小 ) .set_series_opts(label_opts=opts.LabelOpts(font_size=16,position='right')) )c.render_notebook()df4 = df.groupby('评分')['店名'].count()df4 = df4.sort_values(ascending=False)regions = df4.index.tolist()values = df4.tolist()c = ( Pie(init_opts=opts.InitOpts(theme=ThemeType.WONDERLAND)) .add("", [z for z in zip(regions,values)]) .set_global_opts(title_opts=opts.TitleOpts(title="不同评分类型店铺数量",subtitle="数据来源:美团",pos_top="-1%",pos_left = 'center')) .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}:{d}%",font_size=18)) )c.render_notebook()df6 = df.groupby('店铺类型')['店名'].count()df6 = df6.sort_values(ascending=False)[:10]df6 = df6.round(2)regions = df6.index.tolist()values = df6.tolist()c = ( Pie(init_opts=opts.InitOpts(theme=ThemeType.WONDERLAND)) .add("", [i for i in zip(regions,values)],radius=["40%", "75%"]) .set_global_opts(title_opts=opts.TitleOpts(title="不同店铺类型店铺数量",pos_top="-1%",pos_left = 'center')) .set_series_opts(label_opts=opts.LabelOpts(formatter="{b}: {c}",font_size=18)) )c.render_notebook()df6 = df.groupby('店铺类型')['评分'].mean()df6 = df6.sort_values(ascending=True)df6 = df6.round(2)df6 = df6.tail(10)c = ( Bar(init_opts=opts.InitOpts(theme=ThemeType.WONDERLAND)) .add_xaxis(df6.index.tolist()) .add_yaxis("",df6.tolist()).reversal_axis() #X轴与y轴调换顺序 .set_global_opts(title_opts=opts.TitleOpts(title="不同店铺类型评分",subtitle="数据来源:美团",pos_left = 'center'), xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=16)), #更改横坐标字体大小 yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=16)), #更改纵坐标字体大小 ) .set_series_opts(label_opts=opts.LabelOpts(font_size=16,position='right')) )c.render_notebook()df7 = df.groupby('店铺类型')['评论'].sum()df7 = df7.sort_values(ascending=True)df7 = df7.tail(10)c = ( Bar(init_opts=opts.InitOpts(theme=ThemeType.WONDERLAND)) .add_xaxis(df7.index.tolist()) .add_yaxis("",df7.tolist()).reversal_axis() #X轴与y轴调换顺序 .set_global_opts(title_opts=opts.TitleOpts(title="不同店铺类型评论人数",subtitle="数据来源:美团",pos_left = 'center'), xaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=16)), #更改横坐标字体大小 yaxis_opts=opts.AxisOpts(axislabel_opts=opts.LabelOpts(font_size=16)), #更改纵坐标字体大小 ) .set_series_opts(label_opts=opts.LabelOpts(font_size=16,position='right')) )c.render_notebook()尾语

要成功,先发疯,下定决心往前冲!

学习是需要长期坚持的,一步一个脚印地走向未来!

未来的你一定会感谢今天学习的你。

—— 心灵鸡汤

本文章到这里就结束啦~感兴趣的小伙伴可以复制代码去试试哦 ?

对啦!!记得三连哦~ ? 另外,欢迎大家阅读我往期的文章呀~

本文链接地址:https://www.jiuchutong.com/zhishi/304141.html 转载请保留说明!

上一篇:phpcms安装无法连接数据库(phpcms安装无法连接数据库服务器)

下一篇:JavaWeb之Servlet

  • 小爱同学怎么连手机蓝牙(小爱同学怎么连接小米空调)

    小爱同学怎么连手机蓝牙(小爱同学怎么连接小米空调)

  • 微博如何签到(微博如何签到领原石)

    微博如何签到(微博如何签到领原石)

  • 启动项命令是什么(启动项 运行)

    启动项命令是什么(启动项 运行)

  • 华为mate30为什么后面四个孔只有三个摄像头(华为mate30为什么耳机没有声音)

    华为mate30为什么后面四个孔只有三个摄像头(华为mate30为什么耳机没有声音)

  • 返回键没有了怎么办(返回键没有了怎么弄)

    返回键没有了怎么办(返回键没有了怎么弄)

  • 怎么判断ipad内屏坏了(怎么判断ipad内屏还是外屏坏)

    怎么判断ipad内屏坏了(怎么判断ipad内屏还是外屏坏)

  • 怎么投诉卖家48小时未发货(怎么投诉卖家虚假发货)

    怎么投诉卖家48小时未发货(怎么投诉卖家虚假发货)

  • 拼多多新店铺可以开直播吗(拼多多新店铺可以开直通车吗)

    拼多多新店铺可以开直播吗(拼多多新店铺可以开直通车吗)

  • 笔记本快捷键关机(笔记本快捷键关闭键盘)

    笔记本快捷键关机(笔记本快捷键关闭键盘)

  • 有链接和提取码怎么下载(有链接和提取码怎么下载网盘内容)

    有链接和提取码怎么下载(有链接和提取码怎么下载网盘内容)

  • qq隐藏会话怎么关闭(qq隐藏会话怎么恢复聊天记录)

    qq隐藏会话怎么关闭(qq隐藏会话怎么恢复聊天记录)

  • 抖音怎么分享链接(抖音怎么分享链接赚佣金)

    抖音怎么分享链接(抖音怎么分享链接赚佣金)

  • 可以清除微博的艾特记录吗(可以清除微博的缓存吗)

    可以清除微博的艾特记录吗(可以清除微博的缓存吗)

  • 信号旁边出现HD什么情况(信号旁边出现H什么情况?)

    信号旁边出现HD什么情况(信号旁边出现H什么情况?)

  • soul上的头像绿点点啥意思(soul头像底下绿色的是什么)

    soul上的头像绿点点啥意思(soul头像底下绿色的是什么)

  • 小米无线充电器绿灯闪(小米无线充电器绿灯一直闪烁)

    小米无线充电器绿灯闪(小米无线充电器绿灯一直闪烁)

  • 小度在家可以投屏吗(小度在家可以投影吗)

    小度在家可以投屏吗(小度在家可以投影吗)

  • 快手封面怎么删除(快手作品封面的文字怎么删除)

    快手封面怎么删除(快手作品封面的文字怎么删除)

  • QQ邮箱怎么改名字(qq邮箱怎么改名片)

    QQ邮箱怎么改名字(qq邮箱怎么改名片)

  • healthcheck健康检测工具在win11系统中无法安装怎么办(健康检查查询系统)

    healthcheck健康检测工具在win11系统中无法安装怎么办(健康检查查询系统)

  • 使用antv/G6在vue项目中开发较复杂样式流程图(antv g6 node 嵌套)

    使用antv/G6在vue项目中开发较复杂样式流程图(antv g6 node 嵌套)

  • python中字符串与字典相互转换的方法(python中字符串与数字相乘的结果)

    python中字符串与字典相互转换的方法(python中字符串与数字相乘的结果)

  • 有限合伙需要报增值税吗
  • 小规模纳税人所得税怎么征收
  • 以前年度损益调整在借方是什么意思
  • 研发支出月末结转转去哪里?
  • 房地产企业交纳所得税吗
  • 税收的六大作用
  • 技术转让费为什么那么贵
  • 投资可赎回基金怎么入账?
  • 公户转私户的钱几天能到账
  • 公司的样品一般怎么处理
  • 协会会费收入会计科目
  • 出纳现金日记账表格模板
  • 个体户个人所得税税率表2023计算
  • 工会经费计税依据是应发工资还是实发工资
  • 农产品加工业数据
  • 替票和代票的区别是什么
  • 工会经费给税务局交税比例
  • 个人劳务费可以不开发票吗
  • 营业外收入属于什么会计要素
  • 高技术制造企业
  • 企业投资收益如何做账
  • 收到稳岗补贴计入哪个科目
  • 苹果笔记本下载的itunes在哪
  • 怎么隐藏权限
  • linux runit
  • 外资企业如何
  • 企业税务罚款标准
  • 库存现金意思
  • 不合规发票扣除多少
  • 其他收益年末需要结转吗
  • 银行本票出票金额大于账户余额
  • laravel实现登录注册
  • 经营性应收项目的计算公式
  • 干货!​如何打造我们自己的“ChatGPT”?| 大佬思辨
  • 专利收费的职能包括
  • 固定资产清理销售的收入
  • 中国烟草资产负债表
  • 入库单正确填写方法
  • 上期未申报怎么办
  • 将织梦dedecms转换到wordpress
  • 残保金都要申报吗
  • 金税盘发票报送失败怎么办
  • 出差发生的旅游事件
  • 减免增值税优惠政策
  • mysql怎么给字段添加中文备注
  • 增值税纳税申报类型有哪些
  • 如何查询继续教育ic卡号
  • 税金及附加可以结转吗
  • 工业企业制造费用包括哪些
  • 以前年度税费减免税
  • 以前年度出口退税未收汇
  • 外贸会计的工作内容
  • 住宿费专用发票会计分录
  • 酒店营业成本率怎么算
  • 空调的折旧年限一般是多少年
  • 应付职工社会保险费计入什么科目
  • 小规模发票跨月冲红税款可以退回吗
  • 重要性水平如何判断
  • 买入返售证券什么意思
  • windowxp操作系统
  • windows8.1备份
  • Win10 Mobile build 10586.338上手视频曝光
  • [置顶]从lv2开始开挂的原勇者候悠闲的异世界生活
  • jquery实现手风琴遇到问题
  • linux shell语句
  • css filter blur
  • linux sleep 2
  • nodejs连接mysql的历程
  • 10个常用linux指令
  • jQuery Mobile和HTML5开发App推广注册页
  • 编写一个python函数is_multiple
  • 网页中实现浏览的快捷键
  • 江苏小孩医保网上缴费
  • 税务备案超过15天
  • 交错了税可以退吗
  • 怎么看扣税明细
  • etc可以抵扣吗
  • 工会经费支出审批制度
  • 委托人全权代理
  • 罗湖税务局在哪
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设