通过Ajax请求的网页数据采集详解

Ajax = 异步JavaScript和XML标准通用标记语言

Ajax 是一种用于创建快速动态网页的技术。

Ajax是一种在无需重新加载整个网页的情况下,能够更新部分网页的技术。

对于使用Ajax返回的数据我们通常有两种方式采集数据

  • 使用自动化测试工具chromedriver进行采集
  • 通过抓包找到网页发送Ajax发送请求并返回的数据



    查看返回的数据格式,通过对数据处理采集我们想要的数据

目标网址:全球视野的中文财经网站fx168
目标数据:采集美元指数、上证指数、深证成指、恒生指数、现货黄金、布兰特原油、标普500、离岸汇率的每日价格及涨跌幅

  • 使用自动化测试工具来抓取数据信息
import requests
import pymongo
import datetime
from lxml import etree
from selenium import webdriver
from common.pgutils import get_conn


sql_truncate = "truncate TABLE public.news_morning_code"
sql = "insert into public.news_morning_code(TradeName,TradePrice,ChangePre,create_time) values(%s,%s,%s,%s)"


def insert_data(conn, name, present_price, rise_fall):
    current_date = datetime.datetime.now()
    present_price = float(present_price)
    rise_fall = float(rise_fall.split('(')[1][:-2])
    with conn.cursor() as cur:
        sql_params = [name, present_price, rise_fall, current_date]
        cur.execute(sql, sql_params)


def get_usdcny(conn):
    """离岸汇率"""
    # client = pymongo.MongoClient('localhost', 27017)
    # news = client['news']
    # cj_zs = news['cj_zs']
    chromedriver = r"/usr/local/share/chromedriver"
    driver = webdriver.Chrome(chromedriver)
    driver.get('http://quote.fx168.com/USDCNY/')
    result = driver.page_source
    xml = etree.HTML(result)
    datas = xml.xpath(".//div[@class='yjl_fx168_Hangqing_dataDel_zuo']")[0]
    name = datas.xpath('./h2/span/text()')[0]
    present_price = xml.xpath('//*[@id="hangh3"]/span')[0].xpath('string(.)')  # 现价
    rise_fall = datas.xpath("./h3/b/text()")[0]    # 当日涨跌
    print(name, present_price, rise_fall)
    insert_data(conn, name, present_price, rise_fall)
    # data = {
    #     'name': name,
    #     'present_price': present_price,
    #     'rise_fall': rise_fall,
    # }
    # cj_zs.insert_one(data)
    driver.close()
    driver.quit()
    print('在岸汇率存储成功')


def get_shcomp(conn):
    """上证综指"""
    chromedriver = r"/usr/local/share/chromedriver"
    driver = webdriver.Chrome(chromedriver)
    driver.get('http://quote.fx168.com/SHCOMP/')
    result = driver.page_source
    xml = etree.HTML(result)
    datas = xml.xpath(".//div[@class='yjl_fx168_Hangqing_dataDel_zuo']")[0]
    name = datas.xpath('./h2/span/text()')[0]
    present_price = xml.xpath('//*[@id="hangh3"]/span')[0].xpath('string(.)')  # 现价
    rise_fall = datas.xpath("./h3/b/text()")[0]    # 当日涨跌
    print(name, present_price, rise_fall)
    insert_data(conn, name, present_price, rise_fall)
    driver.close()
    driver.quit()
    print('上证综指存储成功')


def get_szcomp(conn):
    """深圳成指"""
    chromedriver = r"/usr/local/share/chromedriver"
    driver = webdriver.Chrome(chromedriver)
    driver.get('http://quote.fx168.com/SZCOMP/')
    result = driver.page_source
    xml = etree.HTML(result)
    datas = xml.xpath(".//div[@class='yjl_fx168_Hangqing_dataDel_zuo']")[0]
    name = datas.xpath('./h2/span/text()')[0]
    present_price = xml.xpath('//*[@id="hangh3"]/span')[0].xpath('string(.)')  # 现价
    rise_fall = datas.xpath("./h3/b/text()")[0]    # 当日涨跌
    print(name, present_price, rise_fall)
    insert_data(conn, name, present_price, rise_fall)
    driver.close()
    driver.quit()
    print('深圳成指存储成功')


def get_hsi(conn):
    """恒生指数"""
    chromedriver = r"/usr/local/share/chromedriver"
    driver = webdriver.Chrome(chromedriver)
    driver.get('http://quote.fx168.com/HSI/')
    result = driver.page_source
    xml = etree.HTML(result)
    datas = xml.xpath(".//div[@class='yjl_fx168_Hangqing_dataDel_zuo']")[0]
    name = datas.xpath('./h2/span/text()')[0]
    present_price = xml.xpath('//*[@id="hangh3"]/span')[0].xpath('string(.)')  # 现价
    rise_fall = datas.xpath("./h3/b/text()")[0]    # 当日涨跌
    print(name, present_price, rise_fall)
    insert_data(conn, name, present_price, rise_fall)
    driver.close()
    driver.quit()
    print('恒生指数存储成功')


def get_dini(conn):
    """美元指数"""
    chromedriver = r"/usr/local/share/chromedriver"
    driver = webdriver.Chrome(chromedriver)
    driver.get('http://quote.fx168.com/DINI/')
    result = driver.page_source
    xml = etree.HTML(result)
    datas = xml.xpath(".//div[@class='yjl_fx168_Hangqing_dataDel_zuo']")[0]
    name = datas.xpath('./h2/span/text()')[0]
    present_price = xml.xpath('//*[@id="hangh3"]/span')[0].xpath('string(.)')  # 现价
    rise_fall = datas.xpath("./h3/b/text()")[0]    # 当日涨跌
    print(name, present_price, rise_fall)
    insert_data(conn, name, present_price, rise_fall)
    driver.close()
    driver.quit()
    print('美元指数存储成功')


def get_xau(conn):
    """现货黄金"""
    chromedriver = r"/usr/local/share/chromedriver"
    driver = webdriver.Chrome(chromedriver)
    driver.get('http://quote.fx168.com/XAU/')
    result = driver.page_source
    xml = etree.HTML(result)
    datas = xml.xpath(".//div[@class='yjl_fx168_Hangqing_dataDel_zuo']")[0]
    name = datas.xpath('./h2/span/text()')[0]
    present_price = xml.xpath('//*[@id="hangh3"]/span')[0].xpath('string(.)')  # 现价
    rise_fall = datas.xpath("./h3/b/text()")[0]    # 当日涨跌
    print(name, present_price, rise_fall)
    insert_data(conn, name, present_price, rise_fall)
    driver.close()
    driver.quit()
    print('现货黄金存储成功')


def get_spciw(conn):
    """标普500"""
    chromedriver = r"/usr/local/share/chromedriver"
    driver = webdriver.Chrome(chromedriver)
    driver.get('http://quote.fx168.com/SPCIW/')
    result = driver.page_source
    xml = etree.HTML(result)
    datas = xml.xpath(".//div[@class='yjl_fx168_Hangqing_dataDel_zuo']")[0]
    present_price = xml.xpath('/html/body/section[1]/div/div/div[2]/div[1]/div/div[1]/h3/span')[0].xpath('string(.)')  # 现价
    rise_fall = datas.xpath("./h3/b/text()")[0]    # 当日涨跌
    print('标普500', present_price, rise_fall)
    name = '标普500'
    insert_data(conn, name, present_price, rise_fall)
    driver.close()
    driver.quit()
    print('标普500存储成功')


def get_brents(conn):
    """布兰特油"""
    chromedriver = r"/usr/local/share/chromedriver"
    driver = webdriver.Chrome(chromedriver)
    driver.get('http://quote.fx168.com/BRENTS/')
    result = driver.page_source
    xml = etree.HTML(result)
    datas = xml.xpath(".//div[@class='yjl_fx168_Hangqing_dataDel_zuo']")[0]
    name = datas.xpath('./h2/span/text()')[0]
    present_price = xml.xpath('//*[@id="hangh3"]/span')[0].xpath('string(.)')  # 现价
    rise_fall = datas.xpath("./h3/b/text()")[0]    # 当日涨跌
    print(name, present_price, rise_fall)
    insert_data(conn, name, present_price, rise_fall)
    driver.close()
    driver.quit()
    print('布兰特油存储成功')


def main():
    conn = get_conn()
    try:
        with conn:
            with conn.cursor() as cur:
                cur.execute(sql_truncate)
            get_usdcny(conn)
            get_shcomp(conn)
            get_szcomp(conn)
            get_hsi(conn)
            get_dini(conn)
            get_xau(conn)
            get_spciw(conn)
            get_brents(conn)
    finally:
        if conn:
            conn.close()

if __name__ == '__main__':
    main()
  • 分析网页结构及数据返回的方法,采集数据
#!/usr/bin/env python3.4
# encoding: utf-8
"""
Created on 17-12-12

@author: Xu
"""
import json
import requests
import time
import datetime
from common.pgutils import get_conn


def get_json():
    url = 'http://fx168api.fx168.com/InterfaceCollect/Default.aspx?Code=fx168&bCode=IQuoteDataALL&succ_callback=show_whdata&_=1512984141823'
    my_headers = {
        'User-Agent': 'Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/62.0.3202.75 Safari/537.36',
        'Host': 'fx168api.fx168.com',
        'Referer': 'http://quote.fx168.com/BRENTS/',
    }
    current_time = int(time.time())
    current_date = datetime.datetime.now()
    datas = {
        'Code': 'fx168',
        'bCode':'IQuoteDataALL',
        'succ_callback': 'show_whdata',
        '_': current_time
    }
    cont = requests.get(url=url, headers=my_headers, data=datas)
    cont.encoding = 'utf-8'
    result = cont.text
    content = result[12:-1]
    info = json.loads(content)['List']
    # print(info)
    sql_truncate = "truncate TABLE public.news_morning_code"
    sql = "insert into public.news_morning_code(TradeName,TradePrice,ChangePre,create_time) values(%s,%s,%s,%s)"
    # 0:美元指数 30:上证指数 74:深证成指  76:恒生指数  19:现货黄金  73:布兰特原油  29:标普500  45:离岸汇率
    code_list = [0, 30, 74, 76, 19, 73, 29, 45]
    conn = get_conn()
    try:
        with conn:
            with conn.cursor() as cur:
                cur.execute(sql_truncate)
                for i in code_list:
                    sql_params = [info[i]['TradeName'], info[i]['TradePrice'], info[i]['ChangePre'], current_date]
                    # print(sql_params)
                    cur.execute(sql, sql_params)
    finally:
        if conn:
            conn.close()

if __name__ == '__main__':
    get_json()

  • 连接postgresql数据库,保存数据
#!/usr/bin/env python3.4
# encoding: utf-8
"""
Created on 17-12-12

@author: Xu
"""
import psycopg2


def get_conn():
    database = '数据库名'
    user = '用户名'
    password = '密码'
    host = 'ip地址'
    port = '5432'
    return psycopg2.connect(database=database, user=user, password=password, host=host, port=port)
数据展示

这两种方式从效率上来讲显然第二种更快捷,两者的差别是第一种需要解析html的结构取得数据,而第二种可以直接对返回的数据进行处理进而保存我们想要的数据。

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
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。
  • 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 230,106评论 6 542
  • 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 99,441评论 3 429
  • 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 178,211评论 0 383
  • 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 63,736评论 1 317
  • 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 72,475评论 6 412
  • 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 55,834评论 1 328
  • 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 43,829评论 3 446
  • 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 43,009评论 0 290
  • 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 49,559评论 1 335
  • 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 41,306评论 3 358
  • 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 43,516评论 1 374
  • 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 39,038评论 5 363
  • 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 44,728评论 3 348
  • 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 35,132评论 0 28
  • 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 36,443评论 1 295
  • 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 52,249评论 3 399
  • 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 48,484评论 2 379

推荐阅读更多精彩内容