Python爬取阿拉丁統(tǒng)計(jì)信息過(guò)程圖解
背景
目前項(xiàng)目在移動(dòng)端上,首推使用微信小程序。各項(xiàng)目的小程序訪問(wèn)數(shù)據(jù)有必要進(jìn)行采集入庫(kù),方便后續(xù)做統(tǒng)計(jì)分析。雖然阿拉丁后臺(tái)也提供了趨勢(shì)分析等功能,但一個(gè)個(gè)的獲取數(shù)據(jù)做數(shù)據(jù)分析是很痛苦的事情。通過(guò)將數(shù)據(jù)轉(zhuǎn)換成sql持久化到數(shù)據(jù)庫(kù)上,為后面的數(shù)據(jù)分析和展示提供了基礎(chǔ)。
實(shí)現(xiàn)思路
阿拉丁產(chǎn)品分開(kāi)放平臺(tái)和統(tǒng)計(jì)平臺(tái)兩個(gè)產(chǎn)品線,目前開(kāi)放平臺(tái)有api及配套的文檔。統(tǒng)計(jì)平臺(tái)api需要收費(fèi),而且賊貴。既然沒(méi)有現(xiàn)成的api可以獲取數(shù)據(jù),那么我們嘗試一下用python抓取頁(yè)面上的數(shù)據(jù),畢竟python擅長(zhǎng)干這種事情。
獲取數(shù)據(jù)流程
1、首先登陸阿拉丁的統(tǒng)計(jì)平臺(tái),如下圖
發(fā)現(xiàn)實(shí)際需要獲取的關(guān)鍵數(shù)據(jù)主要是“新用戶數(shù)”、“訪問(wèn)人數(shù)”、“訪問(wèn)次數(shù)”、“打開(kāi)次數(shù)”、“次均停留時(shí)長(zhǎng)”、“跳出率”、“累計(jì)用戶”,而且這里有現(xiàn)成的昨日數(shù)據(jù),那么我們一天爬一次這個(gè)頁(yè)面然后格式化昨日數(shù)據(jù)入庫(kù)就可以了。
2、打開(kāi)瀏覽器F12,發(fā)現(xiàn)這個(gè)頁(yè)面的數(shù)據(jù)主要來(lái)自鏈接如下圖
這里隱去敏感信息token,默認(rèn)是20條數(shù)據(jù)進(jìn)行分頁(yè)顯示,那么問(wèn)題來(lái)了,這里的token從哪里獲取的呢?猜測(cè)這個(gè)token應(yīng)該是用戶登錄之后生成的,只要有正確的token,就可以獲取數(shù)據(jù)。
在preview標(biāo)簽中可以看到實(shí)際返回了50條的數(shù)據(jù)
展開(kāi)詳細(xì)的數(shù)據(jù),這里隱去敏感信息app_key和app_name
展開(kāi)第1條數(shù)據(jù),可以看到詳細(xì)的統(tǒng)計(jì)數(shù)據(jù)信息,現(xiàn)在我們的目標(biāo)就是如何通過(guò)python獲取這些信息。
登錄過(guò)程
下面我們來(lái)看一下登錄過(guò)程。瀏覽器退出賬號(hào)之后,重新登錄(賬密方式登錄),打開(kāi)瀏覽器F12,發(fā)現(xiàn)實(shí)際登錄請(qǐng)求的url地址如下圖
注意content-type和user-agent參數(shù),這里隱去敏感數(shù)據(jù)用戶名、密碼和secretkey, 這個(gè)secretkey又是哪里冒出來(lái)的呢?
不管三七二十一,先用postman請(qǐng)求一下這個(gè)地址,的確獲取到了token。
前面登錄url的payload中有code字段,實(shí)際用postman請(qǐng)求發(fā)現(xiàn)可以忽略。通過(guò)F12發(fā)現(xiàn),驗(yàn)證碼的url是通過(guò)拼接實(shí)現(xiàn)的,具體如下圖。
如果驗(yàn)證碼是強(qiáng)制需要的,我們可以先拼接好url獲取圖片,通過(guò)pytesseract進(jìn)行識(shí)別,當(dāng)然這里面可能存在準(zhǔn)確率問(wèn)題,不過(guò)既然這個(gè)目前是非必須的,咋們就忽略吧。
網(wǎng)頁(yè)上退出登錄,發(fā)現(xiàn)頁(yè)面請(qǐng)求了token地址如下
直接用瀏覽器訪問(wèn),可以看到secretKey
梳理一下:
1、目前我們已經(jīng)有了登錄的url、獲取統(tǒng)計(jì)數(shù)據(jù)的url、用戶名密碼、secretKey等信息,code可忽略
2、登錄完可以獲取到token信息
3、可以通過(guò)token請(qǐng)求獲取統(tǒng)計(jì)數(shù)據(jù)的url來(lái)獲取數(shù)據(jù)
代碼實(shí)現(xiàn)
1、login.py
#!/usr/bin/python # -*- coding: UTF-8 -*- import requests import json #釘釘告警函數(shù) def dingtalk(content): dingtalk_url = 'https://oapi.dingtalk.com/robot/send?access_token="請(qǐng)輸入釘釘token"' dingtalk_header ={"Content-Type": "application/json"} dingtalk_payload = {"msgtype": "text","text": {"content": "%s" %content}} requests.post(dingtalk_url, data=json.dumps(dingtalk_payload), headers=dingtalk_header) #獲取secretkey函數(shù) def get_secretkey(): token_url = 'http://betaapi.aldwx.com/m/Login_reg/Login/token' header = {"Content-Type": "application/x-www-form-urlencoded; charset=UTF-8", "user-agent": "User-Agent:Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/62.0.3202.94 Safari/537.36"} req = requests.post(token_url,headers=header).text return json.loads(req).get("secretKey") #獲取token函數(shù) def get_token(secretkey): s = requests.Session() login_url = 'https://betaapi.aldwx.com/Main/action/Login_reg/Login/login' header = {"Content-Type": "application/x-www-form-urlencoded; charset=UTF-8", "user-agent": "User-Agent:Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/62.0.3202.94 Safari/537.36"} payload = {"phone": "用戶名", "password": "密碼", "source": "0", "plan": "0", "creative": "0", "keyword1": "0", "secretKey": secretkey} req = s.post(login_url, data=payload, headers=header).text if json.loads(req).get("code") == 200: return json.loads(req).get("data").get("token") else: dingtalk("獲取阿拉丁登錄token失敗,請(qǐng)檢查!") return None
2、aldwx.py
#!/usr/bin/python # -*- coding: UTF-8 -*- import requests import json from common.mysql_conn import DBAPI from conf import settings from login import get_token,get_secretkey,dingtalk #定義寫(xiě)數(shù)據(jù)庫(kù)函數(shù) def exec_sql(sql): my_conn = DBAPI(settings.Params['host'], settings.Params['user'], settings.Params['password'], int(settings.Params['port']), settings.Params['database'], settings.Params['charset']) my_conn.conn_dml(sql) #獲取統(tǒng)計(jì)數(shù)據(jù)拼接成列表 def get_data(token): header = {"Content-Type": "application/x-www-form-urlencoded", "user-agent": "User-Agent:Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/62.0.3202.94 Safari/537.36"} url = 'http://betaapi.aldwx.com/upgrade/api/applet_homepage' payload = {'currentpage': '1', 'total': '80', 'token': token, 'appkey': '', 'is_demo': '0'} try: req = requests.post(url, data=payload, headers=header).text data = (json.loads(req).get("data")) sql_value = [] for i in data: app_name = i.get('app_name') yesterday_data = i.get('countList')[1] create_time = yesterday_data.get('day') new_comer_count = yesterday_data.get('new_comer_count') visitor_count = yesterday_data.get('visitor_count') open_count = yesterday_data.get('open_count') total_page_count = yesterday_data.get('total_page_count') secondary_avg_stay_time = yesterday_data.get('secondary_avg_stay_time') bounce_rate = yesterday_data.get('bounce_rate') total_visitor_count = yesterday_data.get('total_visitor_count') value = "(\"%s\",\"%s\",\"%s\",\"%s\",\"%s\",\"%s\",\"%s\",\"%s\",\"%s\")" % (app_name, create_time, new_comer_count, visitor_count, open_count, total_page_count,secondary_avg_stay_time,bounce_rate, total_visitor_count) sql_value.append(value) if sql_value != 'None': return sql_value else: dingtalk("獲取微信小程序統(tǒng)計(jì)信息失敗,token: %s" %token) except Exception as e: dingtalk("獲取微信小程序%s統(tǒng)計(jì)信息失敗,%s" %e) if __name__ == '__main__': secretkey=get_secretkey() token = get_token(secretkey) sql = """INSERT INTO operations_db.aldwx_stat (APP_NAME,CREATE_TIME,NEW_COMER_COUNT,VISITOR_COUNT,OPEN_COUNT,TOTAL_PAGE_COUNT,SECONDARY_AVG_STAY_TIME,BOUNCE_RATE,TOTAL_VISITOR_COUNT) VALUES""" value = get_data(token) #拼接并轉(zhuǎn)換sql value = str(value).strip("'[").strip("]'").strip().replace("', '",",") sql = "%s%s;" % (sql, value) print(sql) exec_sql(sql)
3、入庫(kù)效果
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Python高級(jí)property屬性用法實(shí)例分析
這篇文章主要介紹了Python高級(jí)property屬性用法,結(jié)合實(shí)例形式分析了Python property屬性的功能及各種常見(jiàn)的使用技巧,需要的朋友可以參考下2019-11-11python的set處理二維數(shù)組轉(zhuǎn)一維數(shù)組的方法示例
這篇文章主要介紹了python的set處理二維數(shù)組轉(zhuǎn)一維數(shù)組的方法示例,小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2019-05-05python 基于DDT實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)測(cè)試
這篇文章主要介紹了python 基于DDT實(shí)現(xiàn)數(shù)據(jù)驅(qū)動(dòng)測(cè)試的方法,幫助大家更好的理解和學(xué)習(xí)使用python,感興趣的朋友可以了解下2021-02-02使用Python實(shí)現(xiàn)橋接模式的代碼詳解
橋接模式是一種結(jié)構(gòu)型設(shè)計(jì)模式,它將抽象部分與其實(shí)現(xiàn)部分分離,使它們都可以獨(dú)立地變化,本文將給大家介紹如何使用Python實(shí)現(xiàn)橋接模式,需要的朋友可以參考下2024-02-02Python還能這么玩之只用30行代碼從excel提取個(gè)人值班表
公司實(shí)行項(xiàng)目值班制度,拿到值班表,看到全部的值班信息,要去查找自己的值班信息,是一件頭痛的事情.作為程序員,當(dāng)然要簡(jiǎn)化,將自己的信息提煉出來(lái),需要的朋友可以參考下2021-06-06在Python 不同級(jí)目錄之間模塊的調(diào)用方法
今天小編就為大家分享一篇在Python 不同級(jí)目錄之間模塊的調(diào)用方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-01-01vim自動(dòng)補(bǔ)全插件YouCompleteMe(YCM)安裝過(guò)程解析
這篇文章主要介紹了vim自動(dòng)補(bǔ)全插件YouCompleteMe(YCM)安裝過(guò)程解析,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-10-10