python数据爬虫获取数据

【背景】

孵化新功能应用管控需要大量应用评分数据，无相关数据，BG侧规划新功能需要数据支撑。

【预研】

调研友商已有大量评分数据，数据使用无限级分类，人工收集难度大，计划编写数据爬虫获取数据。

【爬虫编码】

组装请求体，获取单列数据：

def request_data(selector):

    """    获取应用单列数据    """    url = 'https://epvqdk.manage.trendmicro.com/WebApp/OSCE_iAC/OsceIac/ApiEntry'    headers = {        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/113.0.0.0 Safari/537.36',        'X-Requested-With': 'XMLHttpRequest',        'Cookie': COOKIE    }    data = {        "param": {            "category": "rule",            "function": "getCssTreeNode",            "parameter": {                "selector": selector,                "showOption": 0,                "upperLevel": 0,                "lowerLevel": 0            },            "body": {}        }    }    response = requests.put(url, headers=headers, json=data)    result = response.json()    return result['Data']['data']['cssTreeNodeList']

指定Excel键组：

def get_excel_keys():
    """
     获取Excel键数组
    """
    return [
        'path_name',
        'name',
        'airScore',
        'major',
        'minor',
        'globalUsage',
        'apacUsage',
        'emeaUsage',
        'jpnUsage',
        'larUsage',
        'nabuUsage',
        'ordering',
        'siblingCount',
        'childCount'
    ]

递归进行数据获取：

def recursion_selector(item, row, parent_name):
    """
     递归选择查询
    """
    if item['childCount'] > 0:
        data = request_data(item['selector'])
        for new_item in data:
            new_item["path_name"] = parent_name + " -> " + str(new_item['name'])
            # print('子类：' + new_item["path_name"] + '  评分：' + str(new_item['airScore']))
            one_excel_data = []
            for excel_key in get_excel_keys():
                one_excel_data.append(new_item[excel_key])
            # 写入数据集合
            row.append(one_excel_data)
            recursion_selector(new_item, row, new_item["path_name"])
    return row

写入Excel工作表：

def save_excel_file():
    """
     开始写入excel文件
    """
    # 数据集合
    row = []
    # 请求参数
    selector = []
    data = request_data(selector)
    for item in data:
        # print('父类：' + str(item['name']))
        parent_name = item['name']
        item["path_name"] = item['name']
        one_excel_data = []
        for excel_key in get_excel_keys():
            one_excel_data.append(item[excel_key])
        # 写入数据集合
        row.append(one_excel_data)
        # 递归子类
        recursion_selector(item, row, parent_name)
        # # 暂时只输出一个
        # break

    # print(row)
    # 创建一个工作簿和工作表
    wb = Workbook()
    ws = wb.active

    # 表头
    one_excel_data = []
    for excel_key in get_excel_keys():
        one_excel_data.append(excel_key)
    ws.append(one_excel_data)

    # 将数组中的数据写入工作表中
    for item in row:
        ws.append(item)

    # 将工作簿保存为Excel文件
    wb.save('output.xlsx')

【数据爬取结果】

楼主分享的案例很实用，具有典型性，希望有更多这样的干货供我们学习参考，非常感谢！

每天学习一点点，每天进步一点点。

每天学习一点点，每天进步一点点。

逐句地看完这个帖子以后，我的心久久不能平静，震撼啊!为什么会有如此好的帖子!我纵横社区多年，自以为再也不会有任何帖子能打动我，没想到今天看到了如此精妙绝伦的这样一篇帖子。

楼主分享的案例很实用，具有典型性，希望有更多这样的干货供我们学习参考，非常感谢！

感谢分享                                          

楼主的文章图文并茂，清晰易懂，看完这波操作可以轻松上手了，如遇到问题再向楼主请教~

楼主的文章图文并茂，清晰易懂，看完这波操作可以轻松上手了，如遇到问题再向楼主请教~

每天学习一点点，每天进步一点点