详解昨日的爬取过程

arr = sheet.read_excel()

读取表格的地址代码

    url1="https://restapi.amap.com/v3/place/text?key=807c3aaf8b58a288aa83b28d11c817e4&keywords=景区&types=风景名胜&city="
    url2="&output=JSON&children=&offset=20&page="
    url3="&extensions=all"

链接的分段，用于添加变量

循环各下级行政区进行POI检索

 for i in range(0,len(arr)):
        #当前行政区
        city=arr[i]
        #因为官方对API检索进行了45页限制，所以只要检索到45页即可
        for page in range(1,46):
            #若该下级行政区的POI数量达到了限制，则警告使用者，之后考虑进行POI类型切分
            if page==45:
                print("警告！！POI检索可能受到限制！！")
            #构造URL
            thisUrl=url1+city+url2+str(page)+url3
            #获取POI数据
            data=requests.get(thisUrl)
            #转为JSON格式
            s=data.json()

            #解析JSON
            aa = s["pois"]

            #若解析的JSON为空，即当前行政区的数据不够45页（即没有达到限制），返回
            if len(aa)==0:
                break
            #对每条POI进行存储
            for k in range(0,len(aa)):
                b={}
                b["name"]=aa[k]["name"]
                b["type"]=aa[k]["type"]
                b["address"]=aa[k].get("address")
                b["adname"]=aa[k]["adname"]
                b["location"]=aa[k]["location"]
                b["citycode"]=aa[k]["citycode"]
                b["adcode"]=aa[k]["adcode"]
                b["pname"]=aa[k]["pname"]
                b["cityname"]=aa[k]["cityname"]
                x.append(b)
                num+=1
                print("爬取了 "+str(num)+" 条数据")
            print(city);
            time.sleep(0.5)//让程序不至于因访问过快被封杀

将数据结构化存储至规定目录的json文件中

result = json.dumps(x, sort_keys=True, indent=2)
    with open('./jingqu/datapoi.json','w',encoding='utf-8') as file:
        for i in result:
                file.write(i)
        print('数据已写入json文件...')

 

标签：aa,city,json,详解,POI,print,过程,page,昨日
来源： https://www.cnblogs.com/weidewozi/p/14907982.html