Python | 将【百度地图】的检索结果导出为Excel
有时候，在百度地图中搜索一些感兴趣的店家的时候，很希望整理出一张表格，便于筛选、统计；
但是，这样的功能官方没有提供，因此，通过Python编写了个脚本做这件事情：
脚本我发布到了Github上，欢迎大家Follow：
https://github.com/adamhuan/Data_Mining_Baidu_Ditu
也可以在这里直接看我目前较新的代码：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 183 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 |
# -*- coding:utf-8 -* # ******************************************** # <editor -fold desc="模块：导入"> # ******** 时间 import time # ******** Helium # --- from helium import * # ******** Excel # -- 写 import xlwt # -- 读 import xlrd # </editor> # ******************************************** # <editor -fold desc="类：定义"> # ))))))))))))))))))) class_xlwt / Excel / 写 class class_xlwr: def __init__(self, str_Excel_name_file): # 变量 / 类 self.file_name = str_Excel_name_file # 对象 / 类 self.obj_excel_workbook = xlwt.Workbook(encoding="ascii") def do_sheet(self, sheet_name): # Sheet self.obj_excel_workbook_sheet = self.obj_excel_workbook.add_sheet(sheetname=sheet_name) def do_write(self, data_to_write, which_line): # Write / 处理 column_len = len(data_to_write) # 开始写 for current_col in range(0, column_len): self.obj_excel_workbook_sheet.write(which_line, current_col, data_to_write[current_col]) # 保存 self.obj_excel_workbook.save(self.file_name) # ))))))))))))))))))) class_baidu_ditu / 探索【百度地图】 class class_baidu_ditu: # ))))))))))))))) 初始化 def __init__(self, source_city, target_city, search_string): # 变量 / 函数 str_url_baidu_ditu = "ditu.baidu.com" # 变量 / 类 self.helium_driver = start_chrome(url=str_url_baidu_ditu) self.total_count = 1 # 具体【搜索】的条件 # city_source = "武汉" # city_target = "深圳" # what_you_want = "烧烤" city_source = source_city city_target = target_city what_you_want = search_string # 对象 / 类 self.obj_excel = class_xlwr("百度地图_结果.xls") # 定义【Sheet】 self.obj_excel.do_sheet("搜索【" + city_target + "】的【" + what_you_want + "】") # 定义【列】 self.obj_excel.do_write(['商家名称', '备注信息【1】', '备注信息【2】'], 0) # 定位城市 self.identify_city(str_city_source=city_source, str_city_target=city_target) # 搜索 self.do_search(str_search=what_you_want) # 等待 time.sleep(5) # 数据处理 self.get_data_action_flow() # ))))))))))))))) # 获取元素 def get_Element_by_JS(self, str_js): # ))))))))))) Pass pass # ))))))))))) 返回值 return_object = None # ))))))))))) 处理 return_object = self.helium_driver.execute_script(str_js) # ))))))))))) 返回阶段 return return_object # ))))))))))))))) # 切换地图所在地 def identify_city(self, str_city_source, str_city_target): # 显示 print("function::identify_city") # 点击：所在地 click(str_city_source) # 点击：目标地 click(str_city_target) # 输入你要查询的内容 def do_search(self, str_search): # 显示 print("function::do_search") # 获得目标对象 # - 搜索：输入框 obj_search_input = self.get_Element_by_JS( "return document.getElementById('sole-input')" ) # - 搜索：按钮 obj_search_button = self.get_Element_by_JS( "return document.getElementById('search-button')" ) # 输入搜索内容 obj_search_input.send_keys(str_search) # 按：回车 press(ENTER) # 动作流 def get_data_action_flow(self): # 显示 print("function::get_data_action_flow") # 是否执行【下一页】 do_next = True # 变量 # 前一次的页码 self.sign_prev_page_num = 0 # 处理 while_cursor = 1 while do_next: # 显示 print(" ==================== " + str(while_cursor) + " ==================== ") # 单页 self.get_data_action_current_page() # 等待 time.sleep(10) # 翻页 do_next = self.get_data_action_navg_page() # 等待 time.sleep(5) # 递增 while_cursor = while_cursor + 1 # 单页 def get_data_action_current_page(self): # 显示 print(" ---> function::get_data_action_current_page") # 变量 / 函数 obj_curPage = self.get_Element_by_JS( "return document.getElementById('cards-level1')" ) hover(obj_curPage) # 处理 obj_item_set = None obj_item_set_len = 0 while obj_item_set_len == 0: obj_item_set_root = self.get_Element_by_JS( "return document.getElementsByClassName('poilist')" ) for root_item in obj_item_set_root: obj_item_set = root_item.find_elements_by_xpath( "//ul[@class='poilist']/child::li") obj_item_set_len = len(obj_item_set) # 显示 print("%%%%%%%%%%%%%%%%%%%%%%%%%") print("数量：" + str(obj_item_set_len)) # 处理 item_cursor = 1 for item in obj_item_set: # 显示 if_while = True while if_while: try: # 处理 print("------ " + item.tag_name + " || " + str(item.get_attribute("data-index"))) # 标识 if_while = False except Exception as err: # 处理 obj_item_set_root = self.get_Element_by_JS( "return document.getElementsByClassName('poilist')" ) for root_item in obj_item_set_root: item = root_item.find_element_by_xpath( "//ul[@class='poilist']/li[" + str(item_cursor) + "]") obj_item_set_len = len(obj_item_set) # 标识 if_while = True # 变量 obj_target_item = item.find_element_by_xpath( "//li[@data-index='" + str(item.get_attribute("data-index")) + "']/div/div[last()]") obj_target_item_text = obj_target_item.text # 显示 print(obj_target_item_text.split('\n')) # 处理 self.obj_excel.do_write(obj_target_item_text.split('\n'),self.total_count) # 自增 item_cursor = item_cursor + 1 self.total_count = self.total_count + 1 # 等待 time.sleep(1) # 翻页 def get_data_action_navg_page(self): # 显示 print(" ---> function::get_data_action_navg_page") # 返回值 # 为真 / 还有翻页 # 为假 / 没有翻页 if_next = True # 变量 / 函数 obj_curPage = self.get_Element_by_JS( "return document.getElementById('cards-level1')" ) hover(obj_curPage) obj_curPage = self.get_Element_by_JS( "return document.getElementsByClassName('curPage')" ) print("=============================") for item in obj_curPage: # 显示 print("当前页码：" + str(item.text)) if item.text == self.sign_prev_page_num: if_next = False # 赋值 self.sign_prev_page_num = item.text # 处理 click("下一页") # 返回阶段 return if_next # </editor> # ******************************************** # <editor -fold desc="主函数"> if __name__ == "__main__": # %%%%%%%%%%%%%%%%%% print("< 爬虫程序> ---> 百度地图") # %%%%%%%%%%%%%%%%%% obj_baidu_ditu = class_baidu_ditu( source_city="武汉", target_city="深圳", search_string="腾讯" ) # </editor> # ******************************************** # 结束阶段 # ******************************************** # Finished |
如上所示，脚本的行为是通过，对类【class_baidu_ditu】的传参控制的：
|
1 2 3 |
obj_baidu_ditu = class_baidu_ditu( source_city="武汉", target_city="深圳", search_string="腾讯" ) |
如果：
你当前位于上海，那么【source_city】要写【上海】；
你希望查询纽约、深圳，或者其他的什么地方，那么【target_city】要写对应的城市，注意，这里写的是城市，而不是具体的城市的区；
最后，【search_string】写的是你要搜索的条件：
直接写搜索目标，比如【美食】，那么是在全市范围内搜索；
比如，你选择目的地是上海，那么，你可以写【闸北区 烧烤】，这样，就是在闸北区搜索烧烤有关的地理信息
最后，运行出来的样子是这样的：
至此，导出【百度地图】的检索结果为EXCEL，就告一段落了。
