pythonrequest请求下载csv文件保存_通过Python的requests库爬取数据并保存为csv文件

目录

同时推荐前面作者另外两个系列文章：

很多人学习python，不知道从何学起。

很多人学习python，掌握了基本语法过后，不知道在哪里寻找案例上手。

很多已经做案例的人，却不知道如何去学习更加高深的知识。

那么针对这三类人，我给大家提供一个好的学习平台，免费领取视频教程，电子书籍，以及课程的源代码！

QQ群：961562169

快速入门之Tableau系列：快速入门之Tableau

快速入门之爬虫系列：快速入门之爬虫

一、选择数据源

好了知道上面的我们就可以准备开始了。

首先我们先导入包和设置代理头

import requests

import pandas as pd

import time

pd.set_option(‘max_rows‘,500)

headers = { ‘user-agent‘: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:73.0) Gecko/20100101 Firefox/73.0‘}

url = ‘https://c.m.163.com/ug/api/wuhan/app/data/list-total‘ # 定义要访问的地址

r = requests.get(url, headers=headers) # 使用requests发起请求

这个时候我们请求以下：

?

由上图我们可以看到返回后的内容是一个几十万长度的字符串，由于字符串格式不方便进行分析，并且在网页预览中发现数据为类似字典的json格式，所以我们将其转为json格式。

import json

data_json = json.loads(r.text)

data_json.keys()

?

我们可以看出在data中存放着我们需要的数据，因此我们取出数据。

data = data_json[‘data‘]

data.keys()

?

数据中总共有四个键，每个键存储着不同的内容：

接下来我们开始获取实时数据。

三、整体代码实现

# =============================================

# --*-- coding: utf-8 --*--

# @Time : 2020-03-27

# @Author : 不温卜火

# @CSDN : https://blog.csdn.net/qq_16146103

# @FileName: Real-time epidemic.py

# @Software: PyCharm

# =============================================

import requests

import pandas as pd

import json

import time

pd.set_option(‘max_rows‘,500)

headers = {‘user-agent‘: ‘Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:73.0) Gecko/20100101 Firefox/73.0‘}

url = ‘https://c.m.163.com/ug/api/wuhan/app/data/list-total‘ # 定义要访问的地址

r = requests.get(url, headers=headers) # 使用requests发起请求

data_json = json.loads(r.text)

data = data_json[‘data‘]

data_province = data[‘areaTree‘][2][‘children‘]

areaTree = data[‘areaTree‘]

class spider_yiqing(object):

# 将提取数据的方法封装成函数

def get_data(data, info_list):

info = pd.DataFrame(data)[info_list] # 主要信息

today_data = pd.DataFrame([i[‘today‘] for i in data]) # 提取today的数据

today_data.columns = [‘today_‘ + i for i in today_data.columns]

total_data = pd.DataFrame([i[‘total‘] for i in data])

total_data.columns = [‘total_‘ + i for i in total_data.columns]

return pd.concat([info, total_data, today_data], axis=1)

def save_data(data,name):

file_name = name+‘_‘+time.strftime(‘%Y_%m_%d‘,time.localtime(time.time()))+‘.csv‘

data.to_csv(file_name,index=None,encoding=‘utf_8_sig‘)

print(file_name+‘保存成功！‘)

if __name__ == ‘__main__‘:

today_province = get_data(data_province, [‘id‘, ‘lastUpdateTime‘, ‘name‘])

today_world = get_data(areaTree, [‘id‘, ‘lastUpdateTime‘, ‘name‘])

save_data(today_province, ‘today_province‘)

save_data(today_world, ‘today_world‘)

4、总结

此程序代码有些许混乱，层次感不强。还有可能还有更高效的爬取手段。