Python requests多页面爬取案例 -- 2019-08-08 20:39:58

Posted gqy02

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python requests多页面爬取案例 -- 2019-08-08 20:39:58相关的知识,希望对你有一定的参考价值。

原文: http://106.13.73.98/__/96/

import requests
from fake_useragent import UserAgent  # 随机ua库


class Boring():

    def __init__(self, page_scope=(4, 7)):
        """
        :param page_scope: 页码范围
        """
        self.page_scope = page_scope
        self.all_id = self.get_all_company_id()
        self.enterprise_info = self.get_all_company_info()
        self.show_enterprise_info()

    @property
    def firefox_ua(self):
        """返回随机火狐UA头"""
        ua = UserAgent(use_cache_server=False)
        return 'User-Agent': ua.Firefox  # ua.Firefox:随机生成火狐浏览器UA

    def get_all_company_id(self):
        """
        将返回指定页码数内的公司的id
        :param start_page: 起始页码
        :param end_page: 结束页码
        """
        all_id = 
        url = 'http://125.35.6.84:81/xk/itownet/portalAction.do?method=getXkzsList'  # 此连接见图1
        for page in range(self.page_scope[0], self.page_scope[1] + 1):
            json_text = requests.post(url, data=self.post_data(page), headers=self.firefox_ua).json()
            current_page_all_id = [dict['ID'] for dict in json_text['list']]
            all_id.setdefault(page, current_page_all_id)
        return all_id

    def get_all_company_info(self):
        """开始获取公司信息"""
        url = 'http://125.35.6.84:81/xk/itownet/portalAction.do?method=getXkzsById'  # 见图3
        enterprise_info = 
        for page in self.all_id:
            for id in self.all_id.get(page):
                response = requests.post(url, data='id': id, headers=self.firefox_ua)  # data='id': id:见图4
                if response.headers['Content-Type'] == 'application/json;charset=UTF-8':
                    json_text = response.json()
                    enterprise_info.setdefault(json_text.get('businessPerson'), json_text.get('epsName'))
                    # 这里仅获取企业负责人和企业名
        return enterprise_info

    def show_enterprise_info(self):
        [print(k, v) for k, v in self.enterprise_info.items()]

    def post_data(self, page):
        """获取公司列表时要提交的form"""
        return 
            'on': 'true',
            'page': page,
            'pageSize': '15',
            'productName': '',
            'conditionType': '1',
            'applyname': '',
            'applysn': '',
          # 见图2


# go
Boring()

原文: http://106.13.73.98/__/96/

以上是关于Python requests多页面爬取案例 -- 2019-08-08 20:39:58的主要内容,如果未能解决你的问题,请参考以下文章

Python requests多页面爬取案例 -- 2019-08-07 10:34:05

Python requests多页面爬取案例 -- 2019-08-08 20:39:58

[实战演练]python3使用requests模块爬取页面内容

[实战演练]python3使用requests模块爬取页面内容

Python 爬取51cto博客页面信息

Python 爬取51cto博客页面信息