Python爬虫获取船舶MMSI:实战与数据库入库
版权申诉
5星 · 超过95%的资源 201 浏览量
更新于2024-09-11
3
收藏 333KB PDF 举报
本篇文章主要介绍了如何使用Python实现从船讯网这样的网站获取船舶的MMSI码,以满足工作中的需求。作者首先通过分析网络请求,发现网站提供的API接口是未加密的GET请求,可以直接通过改变参数来获取数据。以下步骤详细展示了如何使用Python库如`requests`, `pandas`, 和 `pymysql` 来实现这一功能:
1. **目的与需求**:目标是编写Python代码,能够自动查询指定船舶名称并抓取其对应的MMSI码。这个需求源于实际工作中遇到的问题,需要从船讯网网站上抓取信息。
2. **分析与策略**:
- 作者利用开发者工具(F12)观察网页源代码,跟踪了在输入船舶名称后发送的请求,并发现请求方法为GET且数据未加密。
- 由于请求是无状态的,作者选择通过`requests`库发送GET请求,并设置合理的间隔(0.5秒),以避免对服务器造成过大压力。
- 数据处理策略包括异常处理,当查询结果出现时,会将数据存储为Excel文件或直接插入到`pymysql`数据库。考虑到效率,批量插入每批300条数据。
3. **代码实现**:
- 定义了一个名为`company_ship_in_database`的类,包含了数据库连接和操作的方法。
- 在类中,初始化数据库连接,并定义了`in_database`方法,该方法接收一个包含船舶数据的列表。
- 使用循环遍历数据列表,对于每一条数据,构造SQL语句(插入语句)用于一次性插入多条记录。这里使用了字符串格式化来插入船舶名称(oc_name)、船名(ship_name)和MMSI码。
4. **核心部分**:
- 通过`for`循环中的`format()`函数,将数据列表中的每个元素的第1个字典(假设每个元素是一个包含三个字段的字典)转换为字符串,插入到SQL的值部分。SQL头部分固定,每条记录用三元组括号括起来,最后通过切片操作去掉最后一个逗号和闭合的括号。
这篇文章提供了一种实用的方法,通过Python编程自动化从船讯网获取船舶信息,将其存储到数据库中,便于后续数据分析和管理。通过合理的并发控制和数据批量操作,提高了处理效率并降低了对服务器的压力。
2020-04-20 上传
2012-10-20 上传
2022-05-07 上传
2022-03-16 上传
2021-09-24 上传
118 浏览量
weixin_38660802
- 粉丝: 2
- 资源: 957
最新资源
- Ansys Comsol实现力磁耦合仿真及其在电磁无损检测中的应用
- 西门子数控系统调试与配置实战案例教程
- ELM多输出拟合预测模型:简易Matlab实现指南
- 一维光子晶体的Comsol能带拓扑分析研究
- Borland-5技术资料压缩包分享
- Borland 6 技术资料分享包
- UE5压缩包处理技巧与D文件介绍
- 机器学习笔记:深入探讨中心极限定理
- ProE使用技巧及文件管理方法分享
- 增量式百度图片爬虫程序修复版发布
- Emlog屏蔽用户IP黑名单插件:自定义跳转与评论限制
- 安装Prometheus 2.2.1所需镜像及配置指南
- WinRARChan主题包:个性化你的压缩软件
- Neo4j关系数据映射转换测试样例集
- 安装heapster-grafana-amd64-v5-0-4所需镜像介绍
- DVB-C语言深度解析TS流