收到一天振奋人心的假新闻,导致我去找了公开信息网站定点药店的信息,虽然结果比较失败,过程还是挺欢乐的,记录下来又可以水一篇文章了。以下是原文:
页面搜索功能有限,我就做了一个爬虫,思路分了两步,先找药店名称的编号,再查药店的具体地址。
这里面只有773条网点信息,我顺手做了个爬虫,代码粗糙,十几分钟完成的,效果还可以。代码分享如下:
package com.fun
import com.fun.frame.Save
import com.fun.frame.httpclient.FanLibrary
import com.fun.utils.Regex
import com.fun.utils.WriteRead
import net.sf.json.JSONObject
import org.apache.http.client.methods.HttpGet
import org.apache.http.client.methods.HttpPost
class sd extends FanLibrary {
static names = []
public static void main(String[] args) {
test2(1)
// 52.times {
// test(it+1)
// }
// Save.saveStringList(names,"hospital")
def line = WriteRead.readTxtFileByLine(LONG_Path + "hospital")
line.each {
def s = it.split(" ", 3)[1]
output(s)
it += test2(changeStringToInt(s))
names << it
}
Save.saveStringList(names,"address.txt")
testOver()
}
static def test(int i) {
String url = "http://ybj.beijing.gov.cn/ddyy/ddyy2/list";
HttpPost httpPost = getHttpPost(url, getJson("page=" + i));
JSONObject response = getHttpResponse(httpPost);
def all = response.getString("content").replaceAll("\\s", EMPTY)
def infos = Regex.regexAll(all, "<tr>.*?</tr>")
infos.remove(0)
output(infos)
output(infos.size())
infos.each {x ->
names << x.substring(4).replaceAll("<.*?>", SPACE_1)
}
output(names.size())
}
static def test2(int i) {
String url = "http://ybj.beijing.gov.cn/ddyy/ddyy2/findByName?id="+i;
HttpGet httpGet = getHttpGet(url);
JSONObject response = getHttpResponse(httpGet);
def all = response.getString("content").replaceAll("\\s", EMPTY)
def infos = Regex.regexAll(all, "<tr>.*?</tr>")
// infos.remove(0)
output(infos)
// output(infos.size())
def address = EMPTY
infos.each {x ->
// names << x.substring(4).replaceAll("<.*?>", SPACE_1)
address += x.substring(4).replaceAll("<.*?>", SPACE_1)
}
output(address)
return address
}
}
下面是两次爬虫的页面结构:
篇幅有限,我已经整理了Excel文档。需要的小伙伴添加微信索要。
- 郑重声明:文章首发于公众号“FunTester”,禁止第三方(腾讯云除外)转载、发表。
技术类文章精选
- Linux性能监控软件netdata中文汉化版
- 性能测试框架第三版
- 如何在Linux命令行界面愉快进行性能测试
- 图解HTTP脑图
- 将swagger文档自动变成测试代码
- Selenium 4.0 Alpha更新日志
- Selenium 4.0 Alpha更新实践
- 如何统一接口测试的功能、自动化和性能测试用例
非技术文章精选
- 写给所有人的编程思维
- 成为自动化测试的7种技能
- Web端自动化测试失败原因汇总
- 测试人员常用借口
- API测试基础
- API自动化测试指南
- 未来的QA测试工程师
- JSON基础
- 2020年Tester自我提升
来源:oschina
链接:https://my.oschina.net/u/3973795/blog/3163093