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);<br>
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/