当前位置: 首页 > 文档资料 > Python 全栈 >

20. App信息抓取实战

优质
小牛编辑
135浏览
2023-12-01

① 抓取目标:

  • 我们的抓取目标是京东商城的App电子商品信息,并将信息保存到MongoDB数据库中。
  • 我们将商品信息的id号、标题、单价、评价条数等信息

② 准备工作和抓取分析

  • 准备工作:

    • 安装app抓包工具Charles、mitmproxy。
    • 配置网络,确认手机和PC处于同一局域网下,并配置好代理服务
    • 安装证书,确保可以抓取HTTPS的请求信息。
    • 安装并开启MongoDB数据库。
  • 抓取分析:

    • 打开iCharles抓包工具,让后使用手机打开京东App应用程序,让后搜索电脑商品信息。
    • 在抓包工具中获取url地址:http://api.m.jd.com/client.action?functionId=search
    • 抓取信息格式为json格式。具体如下图所示

③ 代码编写:

import json
#import pymongo
from mitmproxy import ctx

#连接MongoDB数据库jddb,选择集合shop
#client = pymongo.MongoClient('localhost')
#db = client['jddb']
#collection = db['shop']

def response(flow):
    #global collection
    url = 'http://api.m.jd.com/client.action?functionId=search'
    if flow.request.url.startswith(url):
        text = flow.response.text
        data = json.loads(text)
        shops = data.get('wareInfo')
        for shop in shops:
            item = {
                'spuId': shop.get('spuId'),
                'wname': shop.get('wname'),
                'price': shop.get('jdPrice'),
                'reviews': shop.get('reviews')
            }
            ctx.log.info(str(item))
            #写入MongoDB数据库
            #collection.insert(data)
  • 测试运行:
mitmdump -s script.py