当前位置: 首页 > article >正文

爬取景区源码

import requests
import json
import csv

postUrl = "https://m.ctrip.com/restapi/soa2/13444/json/getCommentCollapseList"

# 将景点poiId和名称添加到此处
urls = [
       ["75487323","凤凰雾涧江景民宿"],
       ["11052220","古童临江客栈"],
       ["55918524","凤凰等你来三生三世艺术民宿"],
       ["15911807","凤凰虎耳草屋江景民宿"],
       ["42687808","凤凰素履莲花 璞树漫居江景度假民宿"],
       ["66065748","凤凰金水岸 慕名主题文创体验民宿"],
       ["64225492","凤凰雪晴集 人文半山民宿"],
       ["7078046","等你来 倾城轻奢民宿"],
       ["6842040","凤凰沱水人家精品民宿"],
       ["17541312","凤凰云桥自在江景精品民宿"],
]
# urls = [
#     # ['76865', '星海广场'],
#     ['75628', '棒棰岛'],
#     ['75633', '大连森林动物园'],
#     ['60514877', '三寰牧场'],
#     ['75635', '劳动公园'],
#     ['23035466', '东港音乐喷泉广场'],
#     ['79494', '海之韵广场'],
#     ['87618', '金石滩度假区'],
#     ['87748', '滨海路'],
#     ['87647', '滨海国家地质公园'],
#     ['24845945', '莲花山观景台'],
#     ['92196', '白玉山景区'],
#     ['13301914', '大连天门山国家森林公园'],
# ]

for id in urls:
    print("正在爬取景点:", id[1])
    # 通过返回值判断总评论数,每页9条,计算出总页数,对大于2000条的数据只爬取两千条
    data_pre = {
        "arg": {
            "channelType": 2,
            "collapseType": 0,
            "commentTagId": 0,
            "pageIndex": 1,
            "pageSize": 10,
            "poiId": id[0],
            "sourceType": 1,
            "sortType": 3,
            "starType": 0
        },
        "head": {
            "cid": "09031069112760102754",
            "ctok": "",
            "cver": "1.0",
            "lang": "01",
            "sid": "8888",
            "syscode": "09",
            "auth": "",
            "xsid": "",
            "extension": []
        }
    }

    html = requests.post(postUrl, data=json.dumps(data_pre)).text
    html = json.loads(html)

    # 确定总页数总页数
    total_page = int(html['result']['totalCount'] / 10)
    if total_page > 300:
        total_page = 300
    # 遍历查询评论
    print("总页数:", total_page, "爬取中")

    # 创建写入csv文件
    path = './dalian/' + str(id[1]) + '.csv'
    xuhao = 0
    with open(path, 'w', newline='', encoding='utf-8') as f:
        file = csv.writer(f)
        file.writerow(['序号', '景区ID', '景区名称', '评论'])
        for page in range(1, int(total_page) + 1):
            data = {
                "arg": {
                    "channelType": 2,
                    "collapseType": 0,
                    "commentTagId": 0,
                    "pageIndex": page,
                    "pageSize": 10,
                    "poiId": id[0],
                    "sourceType": 1,
                    "sortType": 3,
                    "starType": 0
                },
                "head": {
                    "cid": "09031069112760102754",
                    "ctok": "",
                    "cver": "1.0",
                    "lang": "01",
                    "sid": "8888",
                    "syscode": "09",
                    "auth": "",
                    "xsid": "",
                    "extension": []
                }
            }
            html = requests.post(postUrl, data=json.dumps(data)).text
            html = json.loads(html)
            # 获取评论
            for j in range(10):
                result = html['result']['items'][j]['content']
                file.writerow([xuhao, id[0], id[1], result])
                print([xuhao, id[0], id[1], result])
                xuhao += 1
    print(id[1], "爬取完成")

http://www.kler.cn/a/17567.html

相关文章:

  • C语言打印时间精确到毫秒
  • 【汇编语言】包含多个段的程序(二)—— 将数据、代码、栈放入不同的段
  • 用友U8-Cloud uapbd.refdef.query sql注入漏洞复现
  • 爬虫补环境案例---问财网(rpc,jsdom,代理,selenium)
  • OceanStor Pacific系列 8.1.0 功能架构
  • HBase 安装与基本操作指南
  • 【Maven笔记1】Maven介绍
  • ConcurrentHashMap底层实现原理
  • Java时间类(四)-- DateTimeFormatter类
  • PostgreSQL 基础知识:psql 入门
  • ChatGPT诞生的新岗位:提示工程师(Prompt Engineer)
  • 发展文旅夜游项目有哪些好处
  • Python实现哈里斯鹰优化算法(HHO)优化随机森林分类模型(RandomForestClassifier算法)项目实战
  • 章节3:02-Apache Commons Collections反序列化漏洞
  • 宝塔windows面板提权获取系统管理员权限方法!(非漏洞BUG)
  • JavaEE阶段测试复习
  • 京东数据分析:2023年Q1白酒电商整体动销增长,中低端酒企压力大
  • 国民技术N32G430开发笔记(14)-IAP升级 usart2接收数据
  • MySQL知识学习03(三大日志详解 binlog、redo log、undo log)
  • Python3 简介
  • Android 9.0 系统systemui下拉通知栏的通知布局相关源码分析
  • 05.rabbitMQ之搭建的各种坑
  • 基于DSP+FPGA+AD9238的冲击波超压测试系统设计与实现
  • 手搓GPT系列之 - chatgpt + langchain 实现一个书本解读机器人
  • Ajax -- from表单与模板引擎
  • 华为OD机试 - 密室逃生游戏(Python)