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

  • 快手极速版退出登录在哪(快手极速版退出登录后怎么找回原来的号?)

    快手极速版退出登录在哪(快手极速版退出登录后怎么找回原来的号?)

  • 华为荣耀9x有几个卡槽(华为荣耀9x有几个版本)

    华为荣耀9x有几个卡槽(华为荣耀9x有几个版本)

  • 华为手机微信怎么分身(华为手机微信怎么设置密码锁)

    华为手机微信怎么分身(华为手机微信怎么设置密码锁)

  • airpods pro调音量(airpods pro调音量快捷指令)

    airpods pro调音量(airpods pro调音量快捷指令)

  • 苹果手机怎么设置自己喜欢的来电铃声(苹果手机怎么设置动态壁纸)

    苹果手机怎么设置自己喜欢的来电铃声(苹果手机怎么设置动态壁纸)

  • 微信里有钱能更改实名认证吗(微信里有钱更换实名认证怎么弄)

    微信里有钱能更改实名认证吗(微信里有钱更换实名认证怎么弄)

  • 微信商家收款码限额吗(微信商家收款码收费标准2023)

    微信商家收款码限额吗(微信商家收款码收费标准2023)

  • 3dmax切换视图快捷键(3dmax切换视角)

    3dmax切换视图快捷键(3dmax切换视角)

  • 拼多多跑分什么意思

    拼多多跑分什么意思

  • 指令和数据在计算机内部是以什么形式存储的(指令和数据在计算机中都是以十进制形式存储的)

    指令和数据在计算机内部是以什么形式存储的(指令和数据在计算机中都是以十进制形式存储的)

  • bkltl00是什么型号(bkkal00是什么手机型号)

    bkltl00是什么型号(bkkal00是什么手机型号)

  • ps怎么升级(ps怎么升级版本需要卸载老版本)

    ps怎么升级(ps怎么升级版本需要卸载老版本)

  • 网络交换机的作用(网络交换机有什么用)

    网络交换机的作用(网络交换机有什么用)

  • 如何把表格纵向改为横向(如何把表格纵向内容变成横向)

    如何把表格纵向改为横向(如何把表格纵向内容变成横向)

  • 手机上怎么裁切视频尺寸(手机上怎么裁切照片)

    手机上怎么裁切视频尺寸(手机上怎么裁切照片)

  • 高德地图手机怎么弄横屏(高德地图手机怎么看经纬度)

    高德地图手机怎么弄横屏(高德地图手机怎么看经纬度)

  • 哈罗单车开锁超时原因(哈罗单车开锁超时会扣费么)

    哈罗单车开锁超时原因(哈罗单车开锁超时会扣费么)

  • beatsx恢复出厂设置

    beatsx恢复出厂设置

  • etc上显示记账卡正常吗

    etc上显示记账卡正常吗

  • qq扩列怎么增加匹配次数(qq扩列值怎么增加)

    qq扩列怎么增加匹配次数(qq扩列值怎么增加)

  • 怎样卸载微信金山文档(如何卸载微信?)

    怎样卸载微信金山文档(如何卸载微信?)

  • iphonexr支持nfc吗(iponexr支持nfc吗?)

    iphonexr支持nfc吗(iponexr支持nfc吗?)

  • 无线充电手机原理(无线充电手机原理是电流的磁效应吗)

    无线充电手机原理(无线充电手机原理是电流的磁效应吗)

  • php解析json数据(php如何解析json串内的数组)

    php解析json数据(php如何解析json串内的数组)

  • 建筑业的增值税税负
  • 进项税额转出会影响利润吗
  • 税控盘为什么要年年交服务费
  • 所得税申报表收入
  • 劳务报酬能不能按照计件计算
  • 一般纳税人留底税额抵减欠缴税额
  • 期初数调整的分录怎么做
  • 职工的补助金需交税吗
  • 通信协会费入什么科目
  • 天猫国际的店铺是正品吗 感觉很便宜
  • 小企业货币资金1710元正常吗
  • 临时工工资为什么那么低?
  • 利得和损失计入所有者权益
  • 交易性金融资产有哪些
  • 委托境外研发费用不超过境内符合条件的研发费用
  • 车过户怎么处理
  • 亏损企业对外捐赠的税前扣除
  • 三方协议怎么入账
  • 业务招待费的进项可以抵扣吗
  • 建筑公司工地买空调
  • 个人劳务费发票个人所得税
  • 股东垫资需要偿还吗
  • 企业所得税季报怎么申报
  • 公司投资私募股票有哪些
  • 包工包料的工程怎么做账
  • 河道管理费入什么科目
  • 联营 保底
  • 进项认证转出 会计得入账吗
  • 苹果手机m开头的序列号代表什么
  • 无法收回的应收票据怎么处理
  • 税控盘不交服务费的后果
  • 补提坏账准备为什么不调整应纳税
  • 交暖气费可以开单位发票吗
  • 核电站弃置费用怎么算
  • php获取字符串位置
  • 资产负债表中的应收账款应根据什么填列
  • 微信手机充值怎么自定义金额
  • 车辆过完户保险还能下浮吗
  • 服务型公司营业执照图片
  • 预收账款包括哪些内容具体明细
  • 用专项资金支付项目滞纳金合规么
  • php验证码源码
  • python迭代器有什么用
  • python 概率分布函数
  • 银行存款 会计科目
  • 专项附加扣除批量上传怎么上传
  • 政府补助如何确定收入
  • 合并成本和初始的区别
  • 代数分配法的优缺点和适用范围
  • 股东权益合计是所有者权益总和么
  • 折扣的种类有哪几种
  • 差旅费出差补助标准
  • 费用会计处理
  • 支付外债利息要代扣代缴哪几个税
  • 毛利润包括什么
  • 亏损太多账务如何处理
  • mysql5.7慢查询
  • win8wifi受限
  • linux网络编程视频教程
  • windows有两个
  • 误删windows
  • excel表格用windows7打不开
  • win8.1 应用商店是不是不能用了
  • 升级win10后东西还在吗
  • expand.grid函数
  • perl后门,正向和反向!实例代码
  • ubuntu安装选哪个
  • 安装两个linux
  • unity3d需要什么语言
  • Nodejs事件循环机制图解
  • nodejs连接mysql的历程
  • node.js使用教程
  • jQuery Ajax 加载数据时异步显示加载动画
  • python中fd
  • 新疆干部在线网络平台登录
  • 税务纪检部门
  • 代收国税地税收入
  • 北京税务部门需要党员吗
  • 国家税务局大数据局
  • 车辆购置税税率多少
  • 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