python3.6+BeautifulSoup4.2 爬取各类app应用信息并下载app包

---------------环境配置---------------

1、在Windows操作系统下安装python-3.6.4-amd64.exe

2、配置环境变量

Path变量：如C:UsersAdministratorAppDataLocalProgramsPythonPython36

打开cmd命令窗口,输入:python命令，可以进入python 编辑命令行，即可。

3、把beautifulsoup4-4.6.0.tar.gz解压后，放在Python36目录下，在cmd中...Python36eautifulsoup4-4.6.0下执行命令

python setup.pyinstall ，安装成功不报错。

4、把get-pip.py放在...Python36目录下，执行命令：python get-pip.py，安装pip成功。

5、在...Python36Scripts目录下，打开cmd，导入requests、pymysql、urllib等模块，执行命令如下

pip installrequests

pip installpymysql

pip installurllib

测试一下python的环境---导入几个包，不报错即可

import requests

from bs4 importBeautifulSoup

import pymysql

fromurllib.request import urlopen

-------------执行app应用信息爬取-----

1、首先把app爬取脚本getmiAppInfo整个文件夹放在...Python36Libsite-packages目录下

2、修改数据库配置文件

GetAllAppInfoaseconfig.ini

如下：

[db]

DB_HOST=192.168.2.73

DB_PORT=3306

DB_USERNAME=root

DB_PASSWORD=cecgw

DB_BASEDATA=app

3、需要创建一个mysql数据库，数据库名称为app

执行表创建脚本

------------------------------

-- Tablestructure for appinfo1

------------------------------

DROP TABLE IFEXISTS `appinfo1`;

CREATE TABLE`appinfo1` (

  `id` int(11) NOT NULL AUTO_INCREMENT,

  `channel` varchar(50) DEFAULT NULL,

  `Faclassname` varchar(255) DEFAULT NULL,

  `subclassname` varchar(100) DEFAULT NULL,

  `appname` varchar(255) DEFAULT NULL,

  `score` varchar(50) DEFAULT NULL,

  `loadcounts` varchar(50) DEFAULT NULL,

  `size` varchar(50) DEFAULT NULL,

  `author` varchar(255) DEFAULT NULL,

  `updatetime` varchar(50) DEFAULT NULL,

  `version` varchar(100) DEFAULT NULL,

  `supsystem` varchar(100) DEFAULT NULL,

  `suplang` varchar(50) DEFAULT NULL,

  `appurl` varchar(255) DEFAULT NULL,

  `loadurl` varchar(255) DEFAULT NULL,

  `str1` varchar(255) DEFAULT NULL,

  `str2` varchar(255) DEFAULT NULL,

  `str3` varchar(255) DEFAULT NULL,

  `str4` varchar(255) DEFAULT NULL,

  `str5` varchar(255) DEFAULT NULL,

  PRIMARY KEY (`id`)

) ENGINE=InnoDBAUTO_INCREMENT=1038 DEFAULT CHARSET=utf8;

4、运行app爬取脚本

打开...Python36Libsite-packagesGetAllAppInfo目录，打开cmd，

执行命令python RunMain.py

根据渠道说明，输入渠道标号

如输入1,自动执行‘360手机助手’渠道的app应用信息爬取

存储到数据库后，根据loadurl需要下载app.apk包下载到GetAllAppInfopkg,请执行python appDownload.py

注意：

源代码详见

链接：https://pan.baidu.com/s/1ggOJl2j 密码：0auz