Python 爬虫-爬取阿里旅行特价机票信息（1）

本着对于出游的向往，但又苦于没有找到合适的机票价格。于是，萌生了去获取相关网站的机票信息。一开始是想去获取全站机票信息，但是那个工作量太大，而且机票价格在一天时间里经常变更，给数据的爬取增加了极大的难度——拿到的数据都可以建个一样的机票价格查询网站了。最终决定只爬取关键部分的信息，其余的不做处理。

目前的大致功能如下：

获取特价机票信息
选择出行的目的地
根据目的地，输出相应省份的特价机票信息

多了上面的第三点的原因，是因为要去的目的地可能没有特价机票，但是同省的其他地区有。

目标网站选取

这里选择了阿里旅行的国内机票网页。

特价机票的数据就在下面等着我们了，Go Go Go！

在特价航班那里，我们看到可以选择到多少天的航班。随意切换时间后，发现这个特价机票的数据在重新加载后并没有刷新页面，初步断定为ajax的异步加载。

## 数据来源定位 ##

打开浏览器的“开发者工具”，我们对接下来的请求进行抓取。切换到Network标签，清空当前抓取到的Network收发请求，如下

这时，我们把航班的时间从“7天内航班”修改到“14天内航班”，确认后在Network下抓取到了6条数据，其中前4条是选择的时候自动出现，后面两条（红色框里所见）是选择完后，在重新加载“特价机票”页面的时候出现。我们接下来的工作重点就在这里。

红色框里的第一条，点开后发现没什么内容，看起来像是一些规定接下来接收数据时的格式。

接下来，我们看红框里的第二条，看地址，那么点意思，然后再“Headers”里，是属于“Get”请求，那么它到底是“Get”到了什么呢？

点开地址后，我们看到一大堆JSON格式的数据，仔细看看，是不是和特价机票里面的信息很像呢。其中有一段如下打头的数据”\u897f”，这个是按照Unicode方式编码，转码后就可以显示成中文。

    arrName":"\u897f\u5b89"

## 数据解析 ##

接下来要做的内容就是解析这一堆数据。使用的是Python。

未完待续——