Python爬虫采集抓取：Python3.x+Fiddler 采集抓取 APP 数据

    随着移动互联网的市场份额逐步扩大，手机 APP 已经占据我们的生活，以往的数据分析都借助于爬虫采集爬取网页数据进行分析，但是新兴的产品有的只有 APP，并没有网页端这对于想要提取数据的我们就遇到了些问题，本章以豆果美食 APP 为例给大家演示如何利用Python爬虫采集抓取提取手机APP数据。具体教程如下：

一、安装 Fiddler

Fiddler 官网下载地址：http://www.fiddler2.com/fiddl...，笔者是直接在百度搜索的下载版本

安装过程就是下一步下一步最后完成即可，安装好了以后需要配置一些内容

二、设置允许抓取 HTTPS 信息包

打开下载好的 fiddler，找到 Tools -> Options，然后在 HTTPS 的工具栏下勾选Decrpt HTTPS traffic，在新弹出的选项栏下勾选 Ignore server certificate errors。这样，fiddler 就会抓取到HTTPS的信息包。

Python爬虫采集抓取：Python3.x+Fiddler 采集抓取手机APP数据

三、设置允许外部设备发送 HTTP/HTTPS 到 fiddler

在 Connections 选项栏下勾选 Allow remote computers to connect

Python爬虫采集抓取：Python3.x+Fiddler 采集抓取手机APP数据

四、连通手机与电脑

想要抓取手机APP数据一大难点就在于，你并不知道他们数据请求的接口地址是多少，在 PC 端想要抓取一个网站的数据只要访问网址，用抓包工具就可以知道了，所以我们第一步先把环境配置好，就是在手机上访问地址（发送任何网络请求）都可以在电脑上通过 Fiddler 抓取到。

第一步：先保障手机和电脑上面连接网络，我这里是电脑连的网线，我单独安装了一个 Wi-Fi 共享精灵，手机（iphone6s）连接上共享出去的 wifi。

Python爬虫采集抓取：Python3.x+Fiddler 采集抓取手机APP数据

 

第二步：查看电脑 IP 地址

先在电脑上打开 cmd，输入 ipconfig 查看 IP 地址

Python爬虫采集抓取：Python3.x+Fiddler 采集抓取手机APP数据( 软币)

 

这里要注意 IP 地址用的是无线网络连接这个IP地址，不是本地连接的IP地址（坑点）

第三步：手机设置 HTTP 代理

打开手机无线网络连接，选择已经连接的网络连接，点击一个小圆圈叹号进入可以看到下图，选择配置代理，进入后把刚刚的 IP 地址输入进去，端口就是Fiddler 中设置的 8888 即可。

Python爬虫采集抓取：Python3.x+Fiddler 采集抓取手机APP数据

 

第四步：手机和电脑端安装证书

电脑端访问：http://localhost:8888/进行安装

Python爬虫采集抓取：Python3.x+Fiddler 采集抓取手机APP数据（ 软盟网）

 

手机访问电脑的IP地址加端口8888即可，我这里的地址是：http://192.168.23.1:8888

Python爬虫采集抓取：Python3.x+Fiddler 采集 抓取手机APP数据 

 

第五步：测试通过

最后就是来测试下，打开手机随便一个 APP，去访问里面的内容，这时打开 fiddler 可以看到所发出的网络请求，我这里打开的是豆果美食 APP

Python爬虫采集抓取：Python3.x+Fiddler 采集抓取手机APP数据

 

分析手机APP请求地址

通过观察 fiddler 中的请求可以发现 http://api.douguo.net/persona...，这个就是请求首页中的部分数据，直接把地址复制到网页中可以看到返回的JSON数据。

Python爬虫采集抓取：Python3.x+Fiddler 采集抓取手机APP数据

 

其实这部分内容是最重要也是最困难的一个环节，考验你工作年限的时候到了，要从中剥离出正确的 API 请求，并分析 API 中的数据结构，为后续数据分析做准备。

Python3.x 爬虫获取数据

这里直接通过 urllib.request 进行请求即可，这里并没有使用框架，代码如下：

import urllib.request
# 向指定的url地址发送请求，并返回服务器响应的类文件对象
response = urllib.request.urlopen("http://api.douguo.net/personalized/home/0/20")
# 服务器返回的类文件对象支持Python文件对象的操作方法
# read()方法就是读取文件里的全部内容，返回字符串
html = response.read()
 
# 打印响应内容
print(html.decode("unicode_escape"))

运行代码结果打印数据如下

Python爬虫采集抓取：Python3.x+Fiddler 采集抓取手机APP数据

后续对这个数据是存储，还是分析就是后续的操作了，到此我们就已经完成了从手机APP提取数据的步骤。

部分内容参考自：www.ruanbe.com