爬虫 — 爬取携程的航班信息

功能介绍:输入起点、终点、时间就能得到携程上的航班信息

代码:

from prettytable import PrettyTable
import requests
import json

def xiecheng(dcity,acity,date):

	date = date[0:4]+'-'+date[4:6]+'-'+date[6:8]
	
	headers = {
		"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/69.0.3497.100 Safari/537.36",
		"Content-Type": "application/json",# 声明文本类型为 json 格式
		"referer": r"https://flights.ctrip.com/itinerary/oneway/hak-khn?date=2018-11-11"
	 }

	city = {'阿尔山': 'YIE', '阿克苏': 'AKU', '阿拉善右旗': 'RHT', '阿拉善左旗': 'AXF', '阿勒泰': 'AAT', '阿里': 'NGQ', '澳门': 'MFM', 
		'安庆': 'AQG', '安顺': 'AVA', '鞍山': 'AOG', '巴彦淖尔': 'RLK', '百色': 'AEB', '包头': 'BAV', '保山': 'BSD', '北海': 'BHY', 
		'北京': 'BJS', '白城': 'DBC', '白山': 'NBS', '毕节': 'BFJ', '博乐': 'BPL', '重庆': 'CKG', '昌都': 'BPX', '常德': 'CGD', 
		'常州': 'CZX', '朝阳': 'CHG', '成都': 'CTU', '池州': 'JUH', '赤峰': 'CIF', '揭阳': 'SWA', '长春': 'CGQ', '长沙': 'CSX', 
		'长治': 'CIH', '承德': 'CDE', '沧源': 'CWJ', '达县': 'DAX', '大理': 'DLU', '大连': 'DLC', '大庆': 'DQA', '大同': 'DAT', 
		'丹东': 'DDG', '稻城': 'DCY', '东营': 'DOY', '敦煌': 'DNH', '芒市': 'LUM', '额济纳旗': 'EJN', '鄂尔多斯': 'DSN', '恩施': 'ENH', 
		'二连浩特': 'ERL', '佛山': 'FUO', '福州': 'FOC', '抚远': 'FYJ', '阜阳': 'FUG', '赣州': 'KOW', '格尔木': 'GOQ', '固原': 'GYU',
		'广元': 'GYS', '广州': 'CAN', '贵阳': 'KWE', '桂林': 'KWL', '哈尔滨': 'HRB', '哈密': 'HMI', '海口': 'HAK', '海拉尔': 'HLD', 
		'邯郸': 'HDG', '汉中': 'HZG', '杭州': 'HGH', '合肥': 'HFE', '和田': 'HTN', '黑河': 'HEK', '呼和浩特': 'HET', '淮安': 'HIA', 
		'怀化': 'HJJ', '黄山': 'TXN', '惠州': 'HUZ', '鸡西': 'JXA', '济南': 'TNA', '济宁': 'JNG', '加格达奇': 'JGD', '佳木斯': 'JMU', 
		'嘉峪关': 'JGN', '金昌': 'JIC', '金门': 'KNH', '锦州': 'JNZ', '嘉义': 'CYI', '西双版纳': 'JHG', '建三江': 'JSJ', '晋江': 'JJN',
		'井冈山': 'JGS', '景德镇': 'JDZ', '九江': 'JIU', '九寨沟': 'JZH', '喀什': 'KHG', '凯里': 'KJH', '康定': 'KGT', '克拉玛依': 'KRY', 
		'库车': 'KCA', '库尔勒': 'KRL', '昆明': 'KMG', '拉萨': 'LXA', '兰州': 'LHW', '黎平': 'HZH', '丽江': 'LJG', '荔波': 'LLB', 
		'连云港': 'LYG', '六盘水': 'LPF', '临汾': 'LFQ', '林芝': 'LZY', '临沧': 'LNJ', '临沂': 'LYI', '柳州': 'LZH', '泸州': 'LZO', 
		'洛阳': 'LYA', '吕梁': 'LLV', '澜沧': 'JMJ', '龙岩': 'LCX', '满洲里': 'NZH', '梅州': 'MXZ', '绵阳': 'MIG', '漠河': 'OHE', 
		'牡丹江': 'MDG', '马祖': 'MFK', '南昌': 'KHN', '南充': 'NAO', '南京': 'NKG', '南宁': 'NNG', '南通': 'NTG', '南阳': 'NNY', 
		'宁波': 'NGB', '宁蒗': 'NLH', '攀枝花': 'PZI', '普洱': 'SYM', '齐齐哈尔': 'NDG', '黔江': 'JIQ', '且末': 'IQM', '秦皇岛': 'BPE',
		'青岛': 'TAO', '庆阳': 'IQN', '衢州': 'JUZ', '日喀则': 'RKZ', '日照': 'RIZ', '三亚': 'SYX', '厦门': 'XMN', '上海': 'SHA', 
		'深圳': 'SZX', '神农架': 'HPG', '沈阳': 'SHE', '石家庄': 'SJW', '塔城': 'TCG', '台州': 'HYN', '太原': 'TYN', '扬州': 'YTY',
		'唐山': 'TVS', '腾冲': 'TCZ', '天津': 'TSN', '天水': 'THQ', '通辽': 'TGO', '铜仁': 'TEN', '吐鲁番': 'TLQ', '万州': 'WXN',
		'威海': 'WEH', '潍坊': 'WEF', '温州': 'WNZ', '文山': 'WNH', '乌海': 'WUA', '乌兰浩特': 'HLH', '乌鲁木齐': 'URC', '无锡': 'WUX',
		'梧州': 'WUZ', '武汉': 'WUH', '武夷山': 'WUS', '西安': 'SIA', '西昌': 'XIC', '西宁': 'XNN', '锡林浩特': 'XIL', '香格里拉(迪庆)': 'DIG',
		'襄阳': 'XFN', '兴义': 'ACX', '徐州': 'XUZ', '香港': 'HKG', '烟台': 'YNT', '延安': 'ENY', '延吉': 'YNJ', '盐城': 'YNZ', '伊春': 'LDS',
		'伊宁': 'YIN', '宜宾': 'YBP', '宜昌': 'YIH', '宜春': 'YIC', '义乌': 'YIW', '银川': 'INC', '永州': 'LLF', '榆林': 'UYN', '玉树': 'YUS', 
		'运城': 'YCU', '湛江': 'ZHA', '张家界': 'DYG', '张家口': 'ZQZ', '张掖': 'YZY', '昭通': 'ZAT', '郑州': 'CGO', '中卫': 'ZHY', '舟山': 'HSN', 
		'珠海': 'ZUH', '遵义(茅台)': 'WMT', '遵义(新舟)': 'ZYI'}

	url = 'http://flights.ctrip.com/itinerary/api/12808/products'
	request_payload = {"flightWay":"Oneway",
			"classType":"ALL",
			"hasChild":'false',
			"hasBaby":'false',
			"searchIndex":1,
			"airportParams":[{"dcity":city.get(dcity),"acity":city.get(acity),"dcityname":dcity,"acityname":acity,"date":date}]}

	# 这里传进去的参数必须为 json 格式
	response = requests.post(url,data=json.dumps(request_payload),headers=headers).text
	routeList = json.loads(response).get('data').get('routeList')
	table=PrettyTable(["Airline","FlightNumber","DepartureDate",'ArrivalDate','PunctualityRate','LowestPrice'])
	
	for route in routeList:
		if len(route.get('legs')) == 1:
			info = {}
			legs = route.get('legs')[0]
			flight = legs.get('flight')
			info['Airline'] = flight.get('airlineName') 
			info['FlightNumber'] = flight.get('flightNumber')
			info['DepartureDate'] = flight.get('departureDate')[-8:-3]
			info['ArrivalDate'] = flight.get('arrivalDate')[-8:-3]
			info['PunctualityRate'] = flight.get('punctualityRate')
			info['LowestPrice'] = legs.get('characteristic').get('lowestPrice')
			
			table.add_row(info.values())

	print(dcity,'------->',acity,date)
	print(table)

if __name__ == "__main__":
	
	dcity = input('请输入起点: ')
	acity = input('请输入终点: ')
	date = input('请输入出行日期: ')
	xiecheng(dcity,acity,date)

注释:

  • 访问的链接为 post 请求,发现传递的参数类型不是Form Data,而是Request Payload。百度查到一篇文章得到解释,这个类型需要传入的是 json 格式的参数,且需要在 headers 里面声明,才能正常的传递参数访问链接。
  • 传入的时间参数应该是 8 位数的时间格式。
  • 这里没有对传入的地点和时间进行判断,所以输入的地点应该在 city 字典中,且时间不早于当期日期。
  • 核对爬出来的数据都与网页上的一样,但不排除携程在里面投毒的可能性,比如去哪儿网。

关于 Request Payload 参考文章:

python爬虫如何POST request payload形式的请求

爬取结果:

你可能感兴趣的:(爬虫)