今天收到一个消息，阿里95亿美元拿下饿了么。阿里巴巴已经签订收购协议，联合蚂蚁金服用95亿美元兑饿了么全资收购。现在我用Python抓取饿了么的外卖数据。

■1、环境介绍：

win10 64bit

python 3.6.0

openpyxl 2.4.2(操作excel)

■、目的

根据区域统计该区域附近的外卖商家总数、和所有商家的月销售情况

■3、网页截图

首先我们通过这张图能发现

URL请求是：https://mainsite-restapi.ele.me/v2/pois?extras%5B%5D=count&geohash=wx4g0bmjetr7&keyword=%E6%9C%9D&limit=20&type=nearby

分析请求参数和url 就不难发现，其实URL 请求 “？” 后面的内容 其实是编码之后的请求参数

这样，我们抓取该页面的数据就很好弄了，

■首先构造headers

■其次，我们自己维护一个关键字集合，

■通过遍历，构造不同的请求参数，

■发送请求，获取数据，并将数据保存在excel 中

输入图片描述

我们来看一下网页信息：

网页随便选取一处地点，就会跳转到上面的页面，

我们向下滑动鼠标的时候，网页是动态加载数据的，我们打开这个网页的时候，首先清空所有的页面请求，然后滑动鼠标，可以看到网页会自动去请求数据，

分析url可以发现，

url请求是：

https://mainsite-restapi.ele.me/shopping/restaurants?extras%5B%5D=activities&geohash=wx4ffdh2dge&latitude=39.86949&limit=24&longitude=116.48301&offset=24&terminal=web

header：

请分析url请求和请求参数 也可以发现，“？”后面的内容是编码之后的请求参数，

limit参数 可以理解成，每次加载的数据条数是24条

至于offset，我们滚动几次鼠标滑轮，就会发现，offset 是以24为基础递增的，0,24,48,72,96.....

这样我们需要循环取数据，直到该商圈地点附近没有外卖商家信息，进行下一个商圈地点的数据爬取

所以我们的策略是构造header请求，

根据上一节存储到excel 的数据，构造请求参数，

循环发送请求，每次设定不同的偏移量(offset)，取得数据，写入新的excel 中

■2、代码如下：

#爬饿了么外卖数据--区域下各个地点的商家集合#https://mainsite-restapi.ele.me/v2/pois?#extras%5B%5D=count&geohash=wx4g0bmjetr7&keyword=%E6%9C%9D%E9%98%B3&limit=20&type=nearbyimport urllib.requestimport osimport jsonimport timefrom openpyxl import Workbookfrom openpyxl import load_workbookkeywordExcel="D:\worksapce\python\爬虫饿了么\\keyword.xlsx"keywords=[]targetDir ="D:\worksapce\python\爬虫饿了么"#文件保存路径def excelName():#根据日期生成文件ifnot os.path.isdir(targetDir):os.mkdir(targetDir)excelName=str(time.strftime ("%Y-%m-%d")+".xlsx")completePath=targetDir+"\\"+excelNamereturn completePathdef reqsetting():#初始化url请求，需要实时替换的是extral 和 header里的refererweburl = "https://mainsite-restapi.ele.me/shopping/restaurants?"extra1="extras%5B%5D=activities&geohash=wx4g56v1d2m&latitude=39.91771&limit=24&longitude=116.51698&offset=0&terminal=web"webheaders={"Accept":"application/json, text/plain, */*","Accept-Language":"zh-CN,zh;q=0.8","Connection":"keep-alive","Cookie":"ubt_ssid=plds7ye19rj2rghg3oaar8hkt89yy7f1_2017-02-07; _utrace=ac9073c509bedb74b28a1482bd95a9d8_2017-02-07","Host":"mainsite-restapi.ele.me","Origin":"https://www.ele.me",#"Referer":"https://www.ele.me/place/wx4g56v1d2m","User-Agent":"Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/55.0.2883.75 Safari/537.36"}req=urllib.request.Request(url=weburl,headers=webheaders)return reqdef write2Excel(jsondata,title):#根据不同的商圈地点写入数据，每个商圈地点占用excel 的一个sheetfileName=excelName()isexit="false"if(os.path.exists(fileName)):wb=load_workbook(fileName)isexit="true"else :wb=Workbook()if(wb.__contains__(title)):ws=wb[title]ws.append([])else:ws=wb.create_sheet(title)ws.column_dimensions["A"].width =10.0ws.column_dimensions["B"].width =40.0ws.column_dimensions["C"].width =60.0ws.column_dimensions["D"].width =10.0ws.column_dimensions["E"].width =18.0ws.column_dimensions["F"].width =10.0ws.append(["ID","店名","地址","距离","人均消费","月销售额"])for i in range(len(jsondata)):row=jsondata[i]#print(type(row))if("average_cost"notin row.keys()):row["average_cost"]="无人均消费数据"ws.append([row["id"],row["name"],row["address"],row["distance"],row["average_cost"],row["recent_order_num"]])wb.save(fileName)def readKeyWordFromExcel():#从上一节生成的keywordExcel 中加载商圈地点fileName=keywordExcelif(os.path.exists(fileName)):wb=load_workbook(fileName)else:returnfor title in wb.sheetnames:ws=wb[title]for i in range(2,ws.max_row):infos={}#商圈地点数据，为生成请求参数做准备infos["name"]=ws.cell(row=i,column=4).valueprint("正在爬取 %s 附近外卖商家的数据..." % infos["name"])infos["ID"]=ws.cell(row=i,column=1).valueinfos["geohash"]=ws.cell(row=i,column=3).valueinfos["longitude"]=ws.cell(row=i,column=7).valueinfos["latitude"]=ws.cell(row=i,column=8).valueif(infos["geohash"]):req=reqsetting()req.add_header("Refer","https://www.ele.me/place/%s" % infos["geohash"])#修改请求头的refernewUrl=req.get_full_url()offset=0contentBytes=""while(contentBytes!="[]"):#构造请求参数，基本上只修改offset 偏移量数据params={"extras[]":"activities","geohash":"%s" % infos["geohash"],"latitude":"%s" % infos["latitude"],"longitude":"%s" % infos["longitude"],"terminal":"web","limit":24,"offset":offset}params=urllib.parse.urlencode(params)#请求参数编码req.full_url=newUrl+params #重新生成url请求webpage=urllib.request.urlopen(req)contentBytes = webpage.read().decode("utf-8")if(contentBytes!="[]"):jsondata=json.loads(contentBytes)write2Excel(jsondata,infos["name"])#将请求数据写入excel中offset+=24#便宜else :breakif __name__ == '__main__': #程序运行入口offset=0;readKeyWordFromExcel()点击此处输入图片描述

好了，今天的知识就分享到这里，想学习python爬虫的欢迎关注爱编程的南风，私信关键词：学习资料，获取更多学习资源，如果文章对你有有帮助，请收藏关注，在今后与你分享更多学习python的文章。同时欢迎在下面评论区留言如何学习python。