汽车之家爬虫


from lxml import etree
import requests
import json
import csv
import re

def tryget(url):
    for trytime in range(0, 10):
        try:
            return requests.get(url).content
        except:
            pass

def get_car_item_info(dbname):
    item_map = dict()
    columns = set()

    for carindex in range(1, 40000):
        car_url = 'https://cars.app.autohome.com.cn/cfg_v8.5.0/cars/specc ompare.ashx?specids=%d' % carindex
        try:
            jdata = json.loads(tryget(car_url))
        except:
            print('%d parse failed' % carindex)
            continue
        if 'result' not in jdata or 'paramitems' not in jdata['result']:
            print('%d empty_1' % carindex)
            continue
        paramitems = jdata['result']['paramitems']
        if len(paramitems) == 0:
            print('%d empty_2' % carindex)
            continue
        fl_jdata = dict()
        for bitem in paramitems:
            if 'items' not in bitem:
                continue
            for sitem in bitem['items']:
                if 'modelexcessids' not in sitem or 'name' not in sitem:
                    continue
                modelexcessids = sitem['modelexcessids']
                if len(modelexcessids) == 0 or 'value' not in modelexcessids[0]:
                    continue
                fl_jdata[sitem['name']] = modelexcessids[0]['value']
        if 'specinfo' in jdata['result']:
            specinfo = jdata['result']['specinfo']
            if 'specitems' in specinfo and len(specinfo['specitems']) > 0:
                t_item = specinfo['specitems'][0]
                if 'seriesid' in t_item:
                    fl_jdata['seriesid'] = str(t_item['seriesid'])
                if 'seriesname' in t_item:
                    fl_jdata['seriesname'] = t_item['seriesname']
                if 'specid' in t_item:
                    fl_jdata['specid'] = str(t_item['specid'])
        columns |= set(fl_jdata.keys())

        item_map[carindex] = fl_jdata
        print('handle index %d' % carindex)

    # fix column
    for indx in item_map:
        for column in columns:
            if column not in item_map[indx]:
                item_map[indx][column] = '-'

    with open(dbname, 'w') as csvfile:
        header_row = ','.join(columns)
        csvfile.write(header_row.encode('utf-8') + '\n')
        for indx in item_map:
            row = ','.join([item_map[indx][column] for column in columns])
            csvfile.write(row.encode('utf-8') + '\n')

get_car_item_info('car.csv')
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 220,295评论 6 512
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 93,928评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 166,682评论 0 357
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,209评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,237评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,965评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,586评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,487评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,016评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,136评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,271评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,948评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,619评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,139评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,252评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,598评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,267评论 2 358