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

  • 什么叫直接税?直接税有哪些?
  • 中国注册税务师考试时间
  • 应交地方教育费附加税率是多少
  • 社保工伤保险可以交两家公司吗
  • 企业年报修改后,第三方平台多久同步
  • 财政拨款收入年底结转到本期盈余
  • 处置子公司全部股权会计处理 企业会计准则
  • 非营利组织项目
  • 建造普通标准住宅出售,增值税超过扣除金额的
  • 多计提的费用如何做分录
  • 转给个人账户的钱可以追回来了吗?
  • 招待费进项税额转出会计分录
  • 诉讼管辖分为
  • 在途物资的入账价值
  • 所得税营业成本包括哪些
  • 出差补贴费
  • 进项税额抵扣的情况有哪些
  • 收到工程款退回的账务处理
  • 向其他股东购买股权
  • 以前年度损益调整借贷方向
  • 查看修改
  • 在win7系统中怎样为另外一块硬盘安装系统
  • mac cpu
  • 安装win7教程
  • 补交上一年度的养老保险
  • 无形资产摊销是什么科目
  • 房贷每月利息如何算
  • 出口货物免抵退税 组织收入 影响
  • shine.exe - shine是什么进程 有什么用
  • mch是什么文件
  • php imagefill
  • 小规模纳税人工资要每月申报
  • 善意取得虚开增值税专用发票处理
  • php如何使用
  • 发生的计提费用没有发生怎么办
  • 大西洋,一望无际的海面
  • php xml转字符串
  • 刚购入的固定资产怎么算
  • vue3获取dom元素的方法
  • 对标是啥
  • 代付代缴社保会计分录
  • 工业企业采购部工资计入什么科目
  • 因税收取得的票据是什么
  • 非流动资产处置计入什么科目
  • php 更新
  • sql server 2005安装在2016
  • 土地使用权是指企业所拥有的
  • 税前扣除的支出
  • sql server数据查询语句
  • 公司土地使用权可以自主转让吗
  • 财政补贴收入要交增值税税率
  • 红冲更正的正确分录
  • 核定征收适用于什么税率
  • 制作费用和管理费用
  • 小额贷款在银行需要什么条件
  • 一张凭证上可以写多个摘要吗
  • 用人单位劳务派遣人员工资怎么做账
  • 代理公司代缴社保违法吗
  • 无形资产研究阶段发生的支出应该全部费用化
  • 支付平台费率
  • 企业贷款利息多少
  • 建筑公司没有资质可以注册建造师吗
  • 无偿租借
  • 年中重新建账还要年初数吗?
  • MySQL数据库索引设计
  • sqlserver1053怎么解决
  • sqlserver表结构如何导入到oracle
  • sqlserver 统计sql语句大全收藏
  • Vista下jusched.exe进程与禁用
  • mac如何在桌面显示我的电脑
  • win10调小键盘
  • 安装win7/Win10双系统,磁盘如何分区?
  • linux解密
  • jQuery实现ctrl+enter(回车)提交表单
  • div垂直居中怎么设置css
  • 对于javascript理解
  • 浅谈自己对教育的理解
  • js中dom的用法
  • 开票软件如何升级系统
  • 官方客服热线人工台电话
  • 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