爬虫数据抓取软件抖音,抖音用户评论数据爬虫采集
第一,攀登的目标。我们的目标是在APP的商品部分公开商品信息。我们必须消除商品的产地、价格和销量。
二、思路1。提琴手抓住了袋子
2.抓取2.mimtproxy(mimtdump)包。
3.python提取数据
保存到MongoDB数据库
三。准备工作(1)、安卓模拟器(或一部手机)配置
1.手机需要开启root权限(碎片更改风险),root后的配置方法与模拟器相同。
2.模拟器
我这里用的是gtdzx模拟器。你可以从官方网站下载来参观https://www.yeshen.com/
安装完成后,打开gtdzx多功能开启器,创建Android5模拟器。(Android7上安装Xposed framework后,99%的系统将无法访问。)
进入模拟器(通常默认开启ROOT),下载安装Xposed framework的JustTrustMe模块。
设置,代理设置
IP地址是主机IP地址,端口号必须与下面设置的Fiddler端口号一致。
(2)、Fiddler。
在官网下载就行了,https://www.telerik.com/fiddler
安装成功后,如下图所示进行设置:
设置好后重启Fiddler即可。
(3)、mitmproxy
您可以通过命令行上的pip直接安装限制代理。
第四,用抓取分析模拟器打开Tick APP搜索商品,可以看到Fidder抓取的包裹。
你可以看到我们的提琴手为我们捕捉了很多数据包,但是你如何找到我们想要的数据呢?最蠢的办法就是一个一个看。在这里,我建议您快速检查并确定body列中的数据大小。检查可疑请求,然后单击JSON。看一看。这是我们想要的商品数据。
5.要掌握数据,正是因为只需要几个软件包。然后,下一步是过滤和限制接口,抓住上面分析的接口,提取结果中对应的字段。
ImportjsonFrommitProxyImportxDefResponse(stream):URL= 3359 a wem。SNS SDK.com/aweme/v2/shop/search/aggg if flow . request . URL . starts with(URL):text=flow . response . text data=JSON . loads(text)items=data uct _ info)print)product _ info)CTX . log . info)str)product _ info)CTX . log . info)proud
mitdump -p 8888 -s script.py
现在产品的所有信息都输出了,一个信息对应一个JSON格式的数据。
第六,提取并保存下一条信息,将信息保存在数据库中。为了您的方便,在这里选择MongoDB数据库。
importjsonfrommitmproxyimportctximportpymongoclient=py mongo . mongo client(localhost))db=client[ dou yin ]collear def response(flow):URL= https://a wem。SNS SDK.com/aweme/v2/shop/search/aggregate/shopping/ if flow . row 3360 text=flow . response . text data=JSON . loads(text)items=data . get)for items in items 3360 product CT _ info . get( name 、 show_price : product _ info.get)、show _ price)} extra _ info 333653650 product
到目前为止,我们使用了一个非常简单的脚本来存储“Tick”APP的产品信息。
七。结语本文内容到此结束。要自动获取数据,只需添加Appium即可。
第一次写博客。请代我向xsdqq问好。
请赞一下你认为有用的(OWO(((())))0
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。