準備工作
查看肯德基官網的請求方法：post請求。
X-Requested-With: XMLHttpRequest 判斷得肯德基官網是ajax請求
通過這兩個準備步驟，明確本次爬蟲目標：
ajax的post請求肯德基官網 獲取上海肯德基地點前10頁。
分析
獲取上海肯德基地點前10頁，那就需要先對每頁的url進行分析。
第一頁
# page1 # http://www.kfc.com.cn/kfccda/ashx/GetStoreList.ashx?op=cname # POST # cname: 上海 # pid: # pageIndex: 1 # pageSize: 10
第二頁
# page2 # http://www.kfc.com.cn/kfccda/ashx/GetStoreList.ashx?op=cname # POST # cname: 上海 # pid: # pageIndex: 2 # pageSize: 10
第三頁依次類推。
程序入口
首先回顧urllib爬取的基本操作：
# 使用urllib獲取百度首頁的源碼
import urllib.request
# 1.定義一個url，就是你要訪問的地址
url = 'http://www.baidu.com'
# 2.模擬瀏覽器向服務器發送請求 response響應
response = urllib.request.urlopen(url)
# 3.獲取響應中的頁面的源碼 content內容
# read方法 返回的是字節形式的二進制數據
# 將二進制數據轉換為字符串
# 二進制-->字符串 解碼 decode方法
content = response.read().decode('utf-8')
# 4.打印數據
print(content)
1.定義一個url，就是你要訪問的地址
2.模擬瀏覽器向服務器發送請求 response響應
3.獲取響應中的頁面的源碼 content內容
if __name__ == '__main__':
start_page = int(input('請輸入起始頁碼: '))
end_page = int(input('請輸入結束頁碼: '))
for page in range(start_page, end_page+1):
# 請求對象的定制
request = create_request(page)
# 獲取網頁源碼
content = get_content(request)
# 下載數據
down_load(page, content)
對應的，我們在主函數中也類似聲明方法。
url組成數據定位
爬蟲的關鍵在于找接口。對于這個案例，在預覽頁可以找到頁面對應的json數據，說明這是我們要的數據。
構造url
不難發現，肯德基官網的url的一個共同點，我們把它保存為base_url。
base_url = 'http://www.kfc.com.cn/kfccda/ashx/GetStoreList.ashx?op=cname'
參數
老樣子，找規律，只有'pageIndex'和頁碼有關。
data = {
'cname': '上海',
'pid': '',
'pageIndex': page,
'pageSize': '10'
}
post請求
- post請求的參數 必須要進行編碼
data = urllib.parse.urlencode(data).encode('utf-8')
- 編碼之后必須調用encode方法
- 參數放在請求對象定制的方法中：post的請求的參數，是不會拼接在url后面的，而是放在請求對象定制的參數中
所以將data進行編碼
data = urllib.parse.urlencode(data).encode('utf-8')
標頭獲取（防止反爬的一種手段）
即 響應頭中UA部分。
User Agent，用戶代理，特殊字符串頭，使得服務器能夠識別客戶使用的操作系統及版本，CPU類型，瀏覽器及版本，瀏覽器內核，瀏覽器渲染引擎，瀏覽器語言，瀏覽器插件等。
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.71 Safari/537.36 Edg/94.0.992.38'
}
請求對象定制
參數，base_url，請求頭都準備得當后，就可以進行請求對象定制了。
request = urllib.request.Request(base_url, headers=headers, data=data)
獲取網頁源碼
把request請求作為參數，模擬瀏覽器向服務器發送請求 獲得response響應。
response = urllib.request.urlopen(request)
content = response.read().decode('utf-8')
獲取響應中的頁面的源碼，下載數據
使用 read()方法，得到字節形式的二進制數據，需要使用 decode進行解碼，轉換為字符串。
content = response.read().decode('utf-8')
然后我們將下載得到的數據寫進文件，使用 with open() as fp 的語法，系統自動關閉文件。
def down_load(page, content):
with open('kfc_' + str(page) + '.json', 'w', encoding='utf-8') as fp:
fp.write(content)
全部代碼
# ajax的post請求肯德基官網 獲取上海肯德基地點前10頁
# page1
# http://www.kfc.com.cn/kfccda/ashx/GetStoreList.ashx?op=cname
# POST
# cname: 上海
# pid:
# pageIndex: 1
# pageSize: 10
# page2
# http://www.kfc.com.cn/kfccda/ashx/GetStoreList.ashx?op=cname
# POST
# cname: 上海
# pid:
# pageIndex: 2
# pageSize: 10
import urllib.request, urllib.parse
def create_request(page):
base_url = 'http://www.kfc.com.cn/kfccda/ashx/GetStoreList.ashx?op=cname'
data = {
'cname': '上海',
'pid': '',
'pageIndex': page,
'pageSize': '10'
}
data = urllib.parse.urlencode(data).encode('utf-8')
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/94.0.4606.71 Safari/537.36 Edg/94.0.992.38'
}
request = urllib.request.Request(base_url, headers=headers, data=data)
return request
def get_content(request):
response = urllib.request.urlopen(request)
content = response.read().decode('utf-8')
return content
def down_load(page, content):
with open('kfc_' + str(page) + '.json', 'w', encoding='utf-8') as fp:
fp.write(content)
if __name__ == '__main__':
start_page = int(input('請輸入起始頁碼: '))
end_page = int(input('請輸入結束頁碼: '))
for page in range(start_page, end_page+1):
# 請求對象的定制
request = create_request(page)
# 獲取網頁源碼
content = get_content(request)
# 下載數據
down_load(page, content)
爬取后結果
以上就是Python爬取肯德基官網ajax的post請求實現過程的詳細內容，更多關于Python爬取肯德基官網ajax的post請求的資料請關注服務器之家其它相關文章！
原文鏈接：https://blog.csdn.net/Joy_Cheung666/article/details/120710070
