zoukankan      html  css  js  c++  java
  • 使用python抓取App数据

    App接口爬取数据过程
    使用抓包工具
    手机使用代理,app所有请求通过抓包工具
    获得接口,分析接口
    反编译apk获取key
    突破反爬限制
    需要的工具:
    夜神模拟器
    Fiddler
    Pycharm
    实现过程
    首先下载夜神模拟器模拟手机也可以用真机,然后下载Fiddler抓取手机APP数据包,分析接口完成以后使用Python实现爬虫程序

    Fiddler安装配置过程
    第一步:下载神器Fiddler
    Fiddler下载完成之后,傻瓜式的安装一下!

    第二步:设置Fiddler
    打开Fiddler, Tools-> Fiddler Options (配置完后记得要重启Fiddler)
    选中”Decrpt HTTPS traffic”, Fiddler就可以截获HTTPS请求
    选中”Allow remote computers to connect”. 是允许别的机器把HTTP/HTTPS请求发送到Fiddler上来
    这里写图片描述 

    这里写图片描述 

    记住这个端口号是:8888

    夜神模拟器安装配置过程

    第一步:下载安装

    夜神模拟器下载完成之后,傻瓜式的安装一下!

    第二步:配置桥接 实现互通

    首先将当前手机网络桥接到本电脑网络 实现互通 

    这里写图片描述这里写图片描述

    安装完成桥接驱动后配置IP地址,要配成和本机互通的网段,配置完成后打开主机cmd终端ping通ok

    第三步:配置代理
      1. 打开主机cmd 

    这里写图片描述

      1. 输入ipconfig查看本机IP 这里写图片描述
      2. 配置代理 
        进入夜神模拟器–打开设置–打开WLAN 
        这里写图片描述 
         
      3. 点击修改网络–配置代理 如下图: 
        这里写图片描述
        配置完后保存 
        到这里我们就设置好所有的值,下面就来测试一下,打开手机的超级课程表APP 
        这里写图片描述
        1. 在夜神模拟器上下载你想爬取得App使用Fiddler抓包分析api后使用python进行爬取就可以了

        爬取充电网APP实例

        爬取部分内容截图: 
        这里写图片描述

      4. 部分python代码分享:

        import requests
        import city
        import json
        import jsonpath
        import re

        city_list = city.jsons
        tags_list = city.Tag

        def city_func(city_id):
        try:
        city = jsonpath.jsonpath(city_list, '$..sub[?(@.code=={})]'.format(int(city_id)))[0]["name"]
        except:
        city = jsonpath.jsonpath(city_list, '$[?(@.code=={})]'.format(int(city_id)))[0]["name"]
        return city

        def tags_func(tags_id):
        tags_join = []
        if tags_id:
        for tags in tags_id:
        t = jsonpath.jsonpath(tags_list,'$..spotFilterTags[?(@.id=={})]'.format(int(tags)))
        tags_join.append(t[0]["title"])

        return ('-'.join(tags_join))

        def split_n(ags):
        return re.sub(' ',' ',ags)


        def request(page):
        print('开始下载第%d页'%page)
        url = 'https://app-api.chargerlink.com/spot/searchSpot'
        two_url = "https://app-api.chargerlink.com/spot/getSpotDetail?spotId={d}"
        head = {
        "device": "client=android&cityName=%E5%8C%97%E4%BA%AC%E5%B8%82&cityCode=110106&lng=116.32154281224254&device_id=8A261C9D60ACEBDED7CD3706C92DD68E&ver=3.7.7&lat=39.895024107858724&network=WIFI&os_version=19",
        "appId": "20171010",
        "timestamp": "1532342711477",
        "signature": "36daaa33e7b0d5d29ac9c64a2ce6c4cf",
        "forcecheck": "1",
        "Content-Type": "application/x-www-form-urlencoded",
        "Content-Length": "68",
        "Host": "app-api.chargerlink.com",
        "Connection": "Keep-Alive",
        "User-Agent": "okhttp/3.2.0"
        }


        data = {
        "userFilter[operateType]": 2,
        "cityCode": 110000,
        "sort": 1,
        "page": page,
        "limit": 10,
        }

        response = requests.post(url,data=data,headers=head)
        #获取数据
        data = response.json()
        for i in data['data']:
        c = []
        id = i['id']
        name = i["name"] #充电桩名
        phone = i["phone"] #手机号
        num = i['quantity'] #有几个充电桩
        city = city_func(i["provinceCode"]) #城市
        tags =tags_func(i["tags"].split(','))#标签
        message = c + [id,name,phone,num,city,tags]
        parse_info(two_url.format(d=id),message)

        def parse_info(url,message):

        #打开文件
        with open('car.csv','a',encoding='utf-8')as c:
        head = {
        "device": "client=android&cityName=&cityCode=&lng=116.32154281224254&device_id=8A261C9D60ACEBDED7CD3706C92DD68E&ver=3.7.7&lat=39.895024107858724&network=WIFI&os_version=19",
        "TOKEN": "036c8e24266c9089db50899287a99e65dc3bf95f",
        "appId": "20171010",
        "timestamp": "1532357165598",
        "signature": "734ecec249f86193d6e54449ec5e8ff6",
        "forcecheck": "1",
        "Host": "app-api.chargerlink.com",
        "Connection": "Keep-Alive",
        "User-Agent": "okhttp/3.2.0",
        }
        #发起详情请求
        res = requests.get(url,headers=head)
        price = split_n(jsonpath.jsonpath(json.loads(res.text),'$..chargingFeeDesc')[0]) #价钱
        payType = jsonpath.jsonpath(json.loads(res.text),'$..payTypeDesc')[0] #支付方式
        businessTime =split_n(jsonpath.jsonpath(json.loads(res.text),'$..businessTime')[0]) #营业时间
        result = (message + [price,payType,businessTime])
        r = ','.join([str(i) for i in result])+', '
        c.write(r)

        def get_page():
        url = 'https://app-api.chargerlink.com/spot/searchSpot'
        head = {
        "device": "client=android&cityName=%E5%8C%97%E4%BA%AC%E5%B8%82&cityCode=110106&lng=116.32154281224254&device_id=8A261C9D60ACEBDED7CD3706C92DD68E&ver=3.7.7&lat=39.895024107858724&network=WIFI&os_version=19",
        "appId": "20171010",
        "timestamp": "1532342711477",
        "signature": "36daaa33e7b0d5d29ac9c64a2ce6c4cf",
        "forcecheck": "1",
        "Content-Type": "application/x-www-form-urlencoded",
        "Content-Length": "68",
        "Host": "app-api.chargerlink.com",
        "Connection": "Keep-Alive",
        "User-Agent": "okhttp/3.2.0"
        }

        data = {
        "userFilter[operateType]": 2,
        "cityCode": 110000,
        "sort": 1,
        "page": 1,
        "limit": 10,
        }
        response = requests.post(url, data=data, headers=head)
        # 获取数据
        data = response.json()
        total = (data["pager"]["total"])
        page_Size = (data["pager"]["pageSize"])
        totalPage = (data['pager']["totalPage"])
        print('当前共有{total}个充电桩,每页展示{page_Size}个,共{totalPage}页'.format(total=total,page_Size=page_Size,totalPage=totalPage))
        if __name__ == '__main__':
        get_page()
        start = int(input("亲,请输入您要获取的开始页:"))
        end = int(input("亲,请输入您要获取的结束页:"))
        for i in range(start,end+1):
        request(i)
        ---------------------
        作者:爱python的王三金
        来源:CSDN
        原文:https://blog.csdn.net/qq_37275405/article/details/81181439
        版权声明:本文为博主原创文章,转载请附上博文链接!

  • 相关阅读:
    行测(爆发篇)之图形推理
    行测(爆发篇)之资料分析
    申论(准备篇)之申论思维
    行测(基础篇)之基础常识复习建议
    行测(基础篇)之汉语语法与阅读习惯梳理
    行测笔记整理
    申论之日积月累
    申论(准备篇)之大纲的五个隐藏秘密
    行测(基础篇)之中学知识回顾
    申论(准备篇)之找好方向
  • 原文地址:https://www.cnblogs.com/123hll/p/10154230.html
Copyright © 2011-2022 走看看