來(lái)源 | 凹凸數(shù)據(jù)

責(zé)編 | Carol

封圖 |?CSDN 付費(fèi)下載于視覺(jué)中國(guó)

最近群里很多小伙伴對(duì)爬取手機(jī)App和小程序感興趣，今天本廚師將給大家呈現(xiàn)這道菜，供小伙伴們品嘗。

相信大家都對(duì)爬蟲有一定的了解，我們爬PC端時(shí)候可以打開(kāi)F12去觀察url的變化，那么手機(jī)的發(fā)出請(qǐng)求我們應(yīng)該怎么攔截呢。

今天的主菜就是給大家介紹一個(gè)抓包工具Fiddler，并用它烹煮一道廣州房?jī)r(jià)爬蟲。

Fiddler是一個(gè)http調(diào)試工具，也僅限于攔截http協(xié)議的請(qǐng)求，這是它的短板之處，但是對(duì)于我們平常的練習(xí)運(yùn)用也足夠了，因?yàn)榇蠖鄶?shù)網(wǎng)站都是走h(yuǎn)ttp協(xié)議。跟Fiddler同類型的抓包工具還有很多，像Charles、Burpsuite等等。

像其中Burpsuite的功能是比較強(qiáng)大的，它們都是PC軟件，不是裝在手機(jī)端，有興趣的小伙伴可以去了解一下。

抓包工具 Fiddier

話不多說(shuō)，我先教大家怎么設(shè)置Fiddler。

主要三個(gè)步驟：

1、安裝軟件后，打開(kāi)Fiddler的Tools選項(xiàng)，進(jìn)行第一步，分別對(duì)General，HTTPS，Connections窗口進(jìn)行如下設(shè)置。

把該勾上的勾上后，我們回到HTTPS這個(gè)界面，點(diǎn)擊Actions，選擇Trust，安裝證書。

這時(shí)候我們的PC端的洗菜流程已經(jīng)完成啦。

2、接下來(lái)我們就要設(shè)置手機(jī)端，我們既然要通過(guò)PC端攔截手機(jī)發(fā)出的請(qǐng)求，就要設(shè)置手機(jī)的網(wǎng)絡(luò)跟PC是同一個(gè)。

網(wǎng)絡(luò)下，所以第二步，我們要更改手機(jī)ip。我們先來(lái)看看你的PC斷ip是多少。先打開(kāi)cmd進(jìn)入終端后，輸入ipconfig回車。

就可以看到你的ip地址了。

這時(shí)候終于輪到你的寶貝手機(jī)出場(chǎng)了，熟練的連上你的wifi之后，修改你的wifi設(shè)置，點(diǎn)擊高級(jí)選項(xiàng)后，分別輸入你的ip和端口后保存。

3、大家是不是覺(jué)得很簡(jiǎn)單呢，別高興太早了！最關(guān)鍵的一步到了，在我們完成第一、二步設(shè)置后，打開(kāi)你的手機(jī)瀏覽器輸入你的ip和端口號(hào)（例127.0.0.1:8080），回車，這時(shí)候會(huì)跳轉(zhuǎn)到一個(gè)下載手機(jī)端證書的頁(yè)面，下載后并信任證書后（注：某些安卓手機(jī)會(huì)要獲得root權(quán)限才行），這時(shí)候，我們安裝三部曲就大功告成了。

萬(wàn)事俱備，只欠東風(fēng)，食材都清洗好了，現(xiàn)在我就教大家怎么利用Fiddler烹煮小程序。

抓包實(shí)戰(zhàn)

先打開(kāi)一個(gè)小程序網(wǎng)站，我選擇的是Q房網(wǎng)，大家看，菜下鍋后，Fiddler是不是變化了。

這就是用fiddler攔截到你的手機(jī)發(fā)出請(qǐng)求的網(wǎng)頁(yè)信息了和它的鏈接，這個(gè)網(wǎng)頁(yè)信息是通過(guò)json數(shù)據(jù)加載的。

然后往上看，Raw模塊是獲取請(qǐng)求頭的地方。

有了這兩個(gè)信息，我們的爬蟲代碼也就可以開(kāi)始編寫了。

爬蟲代碼

基操requests，循環(huán)頁(yè)數(shù)，由于是獲取的數(shù)據(jù)是json格式，我們就要利用json.loads格式化抓取的信息，才能進(jìn)行一個(gè)數(shù)據(jù)提取。

部分爬蟲代碼，完整版下載見(jiàn)文末。

url?=?'https://mapi.qfang.com/wechat/api/v3_2_0/room?dataSource=GUANGZHOU&unionId=這里也是微信id&platform=wechat&bizType=SALE&currentPage={}&pageSize=20&keyword=&region=&l=&s=&p=&b=&a=&r=&h=&g=&t=&o=&fromPrice=&toPrice=&unitPrice=&fromUnitPrice=&toUnitPrice=' #爬取到50頁(yè)，程序就停止 for?i?in?range(1,51):time.sleep(rand_seconds)url3?=?url.format(i)#?print(url3)res?=?session.get(url=url3,?headers=headers)#?print(res.text)data?=?json.loads(res.text)try:id_list?=?data['result']['list']#?print(333,id_list)for?i?in?id_list:id?=?i['id']#?print(id)url2?=?'https://mapi.qfang.com/wechat/api/v3_2_0/room/detail?dataSource=GUANGZHOU&unionId=這里也是微信id&platform=wechat&id={}&bizType=SALE&userId=&accountLinkId=&top=1&origin=sale-list'.format(id)time.sleep(rand_seconds)try:requests.adapters.DEFAULT_RETRIES?=?3res2?=?session.get(url=url2,?headers=headers,?timeout=10)except?requests.exceptions.ConnectionError:requests.adapters.DEFAULT_RETRIES?=?3res2?=?session.get(url=url2,?headers=headers,?timeout=10)except?requests.exceptions.ReadTimeout:requests.adapters.DEFAULT_RETRIES?=?3res2?=?session.get(url=url2,?headers=headers,?timeout=10)item?=?{}res2_data?=?json.loads(res2.text)try:roominfo?=?res2_data['result']['roomInfo']except?KeyError:break

爬取數(shù)據(jù)結(jié)果：

數(shù)據(jù)可視化

菜做好了，當(dāng)然還要撒點(diǎn)香菜才能上桌啦，做個(gè)簡(jiǎn)單可視化吧，由于爬取的數(shù)據(jù)很干凈，我省掉清洗數(shù)據(jù)的環(huán)節(jié)，直接上手，在各位群大佬面前獻(xiàn)丑了。

我們先來(lái)看看該網(wǎng)站的廣州二手房的最高價(jià)和最低價(jià)，這最高價(jià)的數(shù)字太感人了.... 這多少個(gè)0我都數(shù)不對(duì)。

import?pandas?as?pd import?matplotlib.pyplot?as?pltdf?=?pd.read_csv(r'F:\PycharmProjects\house_spider\廣州二手房.csv',?encoding='gbk') #?print(df) df?=?df.astype({'price':?'float64'})??#先將價(jià)格的類型轉(zhuǎn)為浮點(diǎn)數(shù)，方便后面計(jì)算 df_max?=?df['price'].max()??#查看爬取的數(shù)據(jù)中房?jī)r(jià)最高的價(jià)格 df_min?=df['price'].min()??#房?jī)r(jià)最低的價(jià)格 print('廣州二手房最高價(jià)：%s，最低價(jià)：%s'%(df_max,df_min))re_price?=?['region',?'price']#?分組統(tǒng)計(jì)數(shù)量 price_df?=?df[re_price] #?#根據(jù)區(qū)域價(jià)格計(jì)算區(qū)域房?jī)r(jià)均價(jià) region_mean_price?=?price_df.groupby(['region'],as_index=False)['price'].agg({'mean_price':'mean'}) region_mean_price?=?region_mean_price.sort_values(by='mean_price') print(region_mean_price)#利用循環(huán)提取已經(jīng)處理好的區(qū)域和它的均值 for?x,y?in?zip(region_mean_price.region,?region_mean_price.mean_price):plt.text(x,?y,'%.0f'?%y,?ha='center',?va=?'bottom',fontsize=11)#?顯示柱狀圖值 plt.bar(region_mean_price.region,?region_mean_price.mean_price,?width=0.8,?color='rgby') plt.show()

繼續(xù)繼續(xù)，我們來(lái)統(tǒng)計(jì)一下廣州各區(qū)的房?jī)r(jià)，然后算出各個(gè)區(qū)域均值，通過(guò)groupby分組統(tǒng)計(jì)出region_mean_price

（豆腐內(nèi)心os：原來(lái)黃埔房?jī)r(jià)都那么高了，各網(wǎng)站數(shù)據(jù)的差異性也會(huì)導(dǎo)致最終展示的結(jié)果不一樣，大家可以選個(gè)大網(wǎng)站試試）

到此，我們這次利用工具抓包小程序網(wǎng)站的介紹就結(jié)束了，大家也可以試試app，原理一樣。

謝謝大家觀看，拜拜咯~

本文涉及爬蟲、可視化代碼下載：

https://alltodata.cowtransfer.com/s/f0b70e0c24164c

?

推薦閱讀

• 震驚！阿里的程序員竟被一個(gè)簡(jiǎn)單的 SQL 查詢難住了！

• 巧用 Trie 樹，實(shí)現(xiàn)搜索引擎關(guān)鍵詞提示功能

• 手把手教你配置VS Code 遠(yuǎn)程開(kāi)發(fā)工具，工作效率提升N倍

• 諾基亞的百年沉浮

• 亞馬遜創(chuàng)始人或成地球首位萬(wàn)億富豪，設(shè)計(jì)“女人流程圖”找對(duì)象，不一般的貝佐斯！
  

• 超級(jí)賬本Hyperledger Fabric中的Protobuf到底是什么？

• Go遠(yuǎn)超Python，機(jī)器學(xué)習(xí)人才極度稀缺，全球16,655位程序員告訴你這些真相

真香，朕在看了！

總結(jié)

以上是生活随笔為你收集整理的对不起，我把APP也给爬了的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。