更多>>关于我们
西安鲲之鹏网络信息技术有限公司从2010年开始专注于Web(网站)数据抓取领域。致力于为广大中国客户提供准确、快捷的数据采集相关服务。我们采用分布式系统架构,日采集网页数千万。我们拥有海量稳定高匿HTTP代理IP地址池,可以有效获取互联网任何公开可见信息。
您只需告诉我们您想抓取的网站是什么,您感兴趣的字段有哪些,你需要的数据是哪种格式,我们将为您做所有的工作,最后把数据(或程序)交付给你。
数据的格式可以是CSV、JSON、XML、ACCESS、SQLITE、MSSQL、MYSQL等等。
更多>>技术文章
如何抓取(采集)大众点评网的坐标(经纬度)信息
发布时间:2011-11-10
大众点评的地图位置很精确,但从HTML源码中却找不到坐标(经纬度)信息。
利用地址加载地图往往有比较大的偏差,从这一点上分析它肯定是利用的坐标(经纬度)信息。
分析JS发现原来它是把坐标(经纬度)信息进行了转换(防采集),就是HTML中的poi参数。
例如,http://www.dianping.com/shop/550409 如下图所示poi参数。
在JS中可以找到解码该参数的方法如下:
function decode(C) { var digi=16; var add= 10; var plus=7; var cha=36; var I = -1; var H = 0; var B = ""; var J = C.length; var G = C.charCodeAt(J - 1); C = C.substring(0, J - 1); J--; for (var E = 0; E < J; E++) { var D = parseInt(C.charAt(E), cha) - add; if (D >= add) { D = D - plus } B += (D).toString(cha); if (D > H) { I = E; H = D } } var A = parseInt(B.substring(0, I), digi); var F = parseInt(B.substring(I + 1), digi); var L = (A + F - parseInt(G)) / 2; var K = (F - L) / 100000; L /= 100000; return { lat: K, lng: L } } document.write(decode('HHDFJGZVVIHIJG').lat+','+decode('HHDFJGZVVIHIJG').lng);
鲲鹏数据的技术人员给出该decode函数的Python实现如下:
# coding: utf-8 # 解析大众点评地图坐标参数(POI) # 鲲鹏数据 http://www.site-digger.com def to_base36(value): """将10进制整数转换为36进制字符串 """ if not isinstance(value, int): raise TypeError("expected int, got %s: %r" % (value.__class__.__name__, value)) if value == 0: return "0" if value < 0: sign = "-" value = -value else: sign = "" result = [] while value: value, mod = divmod(value, 36) result.append("0123456789abcdefghijklmnopqrstuvwxyz"[mod]) return sign + "".join(reversed(result)) def decode(C): """解析大众点评POI参数 """ digi = 16 add = 10 plus = 7 cha = 36 I = -1 H = 0 B = '' J = len(C) G = ord(C[-1]) C = C[:-1] J -= 1 for E in range(J): D = int(C[E], cha) - add if D >= add: D = D - plus B += to_base36(D) if D > H: I = E H = D A = int(B[:I], digi) F = int(B[I+1:], digi) L = (A + F - int(G)) / 2 K = float(F - L) / 100000 L = float(L) / 100000 return {'lat': K, 'lng': L} if __name__ == '__main__': print decode('IBGITBZUHGDVEM')
效果演示:在本文的最开始放置了一个查询表单,输入某个商铺的URL点击查询后即可查看到该商铺的坐标(经纬度)信息。
特别说明:本文旨在技术交流,请勿将涉及的技术用于非法用途,否则一切后果自负。如果您觉得我们侵犯了您的合法权益,请联系我们予以处理。
☹ Disqus被Qiang了,之前所有的评论内容都看不到了。如果您有爬虫相关技术方面的问题,欢迎发到我们的问答平台:http://spider.site-digger.com/