• 欢迎访问搞代码网站,推荐使用最新版火狐浏览器和Chrome浏览器访问本网站!
  • 如果您觉得本站非常有看点,那么赶紧使用Ctrl+D 收藏搞代码吧

Python爬取阿拉丁统计信息过程图解

python 搞代码 4年前 (2022-01-07) 31次浏览 已收录 0个评论

这篇文章主要介绍了Python爬取阿拉丁统计信息过程图解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

背景

目前项目在移动端上,首推使用微信小程序。各项目的小程序访问数据有必要进行采集入库,方便后续做统计分析。虽然阿拉丁后台也提供了趋势分析等功能,但一个个的获取数据做数据分析是很痛苦的事情。通过将数据转换成sql持久化到数据库上,为后面的数据分析和展示提供了基础。

实现思路

阿拉丁产品分开放平台和统计平台两个产品线,目前开放平台有api及配套的文档。统计平台api需要收费,而且贼贵。既然没有现成的api可以获取数据,那么我们尝试一下用python抓取页面上的数据,毕竟python擅长干这种事情。

获取数据流程

1、首先登陆阿拉丁的统计平台,如下图

发现实际需要获取的关键数据主要是“新用户数”、“访问人数”、“访问次数”、“打开次数”、“次均停留时长”、“跳出率”、“累计用户”,而且这里有现成的昨日数据,那么我们一天爬一次这个页面然后格式化昨日数据入库就可以了。

2、打开浏览器F12,发现这个页面的数据主要来自链接如下图

这里隐去敏感信息token,默认是20条数据进行分页显示,那么问题来了,这里的token从哪里获取的呢?猜测这个token应该是用户登录之后生成的,只要有正确的token,就可以获取数据。

在preview标签中可以看到实际返回了50条的数据

展开详细的数据,这里隐去敏感信息app_key和app_name

展开第1条数据,可以看到详细的统计数据信息,现在我们的目标就是如何通过python获取这些信息。

登录过程

下面我们来看一下登录过程。浏览器退出账号之后,重新登录(账密方式登录),打开浏览器F12,发现实际登录请求的url地址如下图

注意content-type和user-agent参数,这里隐去敏感数据用户名、密码和secretkey, 这个secretkey又是哪里冒出来的呢?

不管三七二十一,先用postman请求一下这个地址,的确获取到了token。

前面登录url的payload中有code字段,实际用postman请求发现可以忽略。通过F12发现,验证码的url是通过拼接实现的,具体如下图。

如果验证码是强制需要的,我们可以先拼接好url获取图片,通过pytesseract进行识别,当然这里面可能存在准确率问题,不过既然这个目前是非必须的,咋们就忽略吧。

网页上退出登录,发现页面请求了token地址如下

直接用浏览器访问,可以看到secretKey

梳理一下:

1、目前我们已经有了登录的url、获取统计数据的url、用户名密码、secretKey等信息,code可忽略

2、登录完可以获取到token信息

3、可以通过token请求获取统计数据的url来获取数据

代码实现

1、login.py

 #!/usr/bin/python # -*- coding: UTF-8 -*- import requests import json #钉钉告警函数 def dingtalk(content): dingtalk_url = 'https://oapi.dingtalk.com/robot/send?access_token="请输入钉钉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) #获取secretkey函数 def get_secretkey(): token_url = 'http://betaapi.aldwx.com/m/Login_reg/Login/token' header = {"Content-Type": "application/x-www-form-urle<b style="color:transparent">来源gao@dai!ma.com搞$代^码网</b>ncoded; 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") #获取token函数 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": "用户名", "password": "密码", "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("获取阿拉丁登录token失败,请检查!") 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 #定义写数据库函数 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) #获取统计数据拼接成列表 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("获取微信小程序统计信息失败,token: %s" %token) except Exception as e: dingtalk("获取微信小程序%s统计信息失败,%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) #拼接并转换sql value = str(value).strip("'[").strip("]'").strip().replace("', '",",") sql = "%s%s;" % (sql, value) print(sql) exec_sql(sql)

3、入库效果

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持gaodaima搞代码网

以上就是Python爬取阿拉丁统计信息过程图解的详细内容,更多请关注gaodaima搞代码网其它相关文章!


搞代码网(gaodaima.com)提供的所有资源部分来自互联网,如果有侵犯您的版权或其他权益,请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected],我们会在看到邮件的第一时间内为您处理,或直接联系QQ:872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接:Python爬取阿拉丁统计信息过程图解

喜欢 (0)
[搞代码]
分享 (0)
发表我的评论
取消评论

表情 贴图 加粗 删除线 居中 斜体 签到

Hi,您需要填写昵称和邮箱!

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址