一、API接口概述

今天我們來講一種更快捷的獲取數(shù)據(jù)的方式，通過API數(shù)據(jù)接口抓取數(shù)據(jù)。

API接口是負(fù)責(zé)傳遞數(shù)據(jù)的，在現(xiàn)今已存在的網(wǎng)站中，除了極個別非常古老的網(wǎng)站，大部分的網(wǎng)站都會采用API進行數(shù)據(jù)的傳輸。那么為什么API接口這么受歡迎呢，那當(dāng)然是其帶來了很多的好處，最直觀的便是節(jié)省了開發(fā)的大量時間、大量金錢。舉個例子：一個編程團隊想制作一個游戲，在這個游戲里有付費的功能，那么就需要有一個支付的平臺，而眾所周知，支付平臺是需要有很大能力去保證安全且需要一定的資金還有資質(zhì)的，普通的團隊壓根搞不起啊，所以，這個團隊，就需要用到“API接口”，他可以接入其他的支付平臺API接口實現(xiàn)支付功能，這樣就省去了很多的麻煩。所以，不例外的我們要獲取的數(shù)據(jù)也是可以通過API接口傳遞到頁面中的，那么如何利用好API接口，這便是我們要學(xué)習(xí)的了。

二、API接口結(jié)構(gòu)

API接口長什么樣子呢，請繼續(xù)看：

https://v.api.aa1.cn/api/api-qq-gj/index.php?qq=xxxxx&num=xx&vip=x

上方這個URL便是一個API接口，它是由請求地址和請求參數(shù)兩部分構(gòu)成的，請求地址和請求參數(shù)之間使用?連接，請求參數(shù)要寫成key=value的形式（我們常說的鍵值對），如果同時有多個請求參數(shù)，請求參數(shù)之前使用&連接。

請求地址，顧名思義就是你請求的服務(wù)器的入口；請求參數(shù)，就是按照設(shè)定你得告訴服務(wù)器你要做什么。相信大家也嘗試打開這個鏈接了，結(jié)果發(fā)現(xiàn)什么也沒有，那是因為這個API的請求參數(shù)設(shè)定不正確。

這是一個QQ價格評估接口，這是它需要的參數(shù)信息以及返回結(jié)果信息：

我們只需要按照上圖的信息稍微修改下，便能得到想要的信息。

https://v.api.aa1.cn/api/api-qq-gj/index.php?qq=1766*****6&num=68&vip=1

這便是我的QQ的評估價格

那么API接口的數(shù)據(jù)如何被爬蟲獲取到呢？

三、requests請求API

API接口的請求就是簡單的requests代碼的編寫，一定注意要把API寫對。

從前文講requests到現(xiàn)在講爬取接口，我們一直使用的是get請求方式，后續(xù)會單獨講一次post請求。另外，一般爬取開放的API不需要對爬蟲添加偽裝，但是如果是爬取某些大型網(wǎng)站的API接口，可能會需要傳遞你登錄這個網(wǎng)站的賬號密碼、headers等參數(shù)。

import requests

API_URL = 'https://v.api.aa1.cn/api/api-qq-gj/index.php?qq=1766*****706&num=68&vip=1'
response = requests.get(url=API_URL)
result = response.text if response.status_code == 200 else '{}'
print(result)

上方代碼執(zhí)行后結(jié)果是這樣的：

{"code":"1","qq":"176***5706","money": "112","dengji":"68級 ","vip":"非會員"}

大家看到這個結(jié)果感覺很熟悉，像Python中的字典，但不完全是。API接口中的數(shù)據(jù)是JSON數(shù)據(jù)，被我們拿出來以后就變成了字符串。但是我們是可以將JSON數(shù)據(jù)轉(zhuǎn)換為Python的字典類型的。

import json

# 字符串序列化
data = json.loads(result)
print(data, type(data))
# {'code': '1', 'qq': '1766935706', 'money': '112', 'dengji': '68級 ', 'vip': '非會員'} <class 'dict'>

# 提取QQ估價
print(data['money'])
# 112

 至此，我們遍能夠拿到API接口中的數(shù)據(jù)了。

五、在網(wǎng)站中尋找API接口

在此以今日頭條這個網(wǎng)站為例。

正常的邏輯是不是就是使用requests結(jié)合正則表達式或者BeautifulSoup4進行數(shù)據(jù)的爬取，但是我們可以先試著找找有沒有數(shù)據(jù)接口能夠讓我們更快速的得到數(shù)據(jù)。

使用快捷鍵F12(有些電腦是Fn + F12)或者直接網(wǎng)頁中右鍵點擊檢查按鈕打開開發(fā)者工具，如下圖所示，按照箭頭順序先切換到Network，再點擊Fetch/XHR，再重新刷新下頁面，就能夠看到紅框中加載出一些資源文件。

這些資源文件中就有可能存在我們想找的API數(shù)據(jù)接口，不是所有的網(wǎng)站都能找到數(shù)據(jù)接口，有些網(wǎng)站的數(shù)據(jù)接口很隱蔽，正常手段找不到，需要結(jié)合抓包工具才能夠找到，這里我們暫時先來講解一般的API接口尋找，后續(xù)單獨說明抓包工具的使用。

如何判斷哪個資源文件是我們想要的數(shù)據(jù)接口呢?最簡單的方法便是一個個的看。首先觀察紅框中的這樣幾個字段：Name、Status、Size、Time。

Name：文件名，我們依舊是遵循見名知義的原則，通過文件名猜測文件對應(yīng)的數(shù)據(jù)、

Status：狀態(tài)碼，我們需要的是狀態(tài)碼為200的文件、

Size：文件大小，數(shù)據(jù)多的資源文件大小都挺大的、

Time：加載時間，數(shù)據(jù)多的資源文件加載速度不一定很快。

當(dāng)你點擊了某個資源文件，在彈出來的窗口切換到Preview預(yù)覽選項卡發(fā)現(xiàn)加載出來的數(shù)據(jù)和頁面信息大概保持一致時，API數(shù)據(jù)接口就找對了。此時便可以復(fù)制它的在線地址，寫爬蟲代碼去請求這個接口來提取數(shù)據(jù)了。

import requests
import json

API_URL = 'https://www.toutiao.com/hot-event/hot-board/?origin=toutiao_pc&_signature=_02B4Z6wo00f01TIgxfQAAIDCpvae--DE-40yBMFAAC9V19pn3J.1AFd.u3TRK0tR1rbObxwJ7qLFJCGXBd0Z35J32hVZFJbsVx4puKKLsSDQInjDwZpK4c6DlvBFgCuz3EkKw6APt9jwKbeG36'
response = requests.get(url=API_URL)
result = response.text if response.status_code == 200 else '{}'
# print(result)
NewsInfo = json.loads(result)
for news_dict in NewsInfo['data']:
    newsTitle = news_dict['Title']
    print(newsTitle)