爬虫识别
搜索引擎与爬虫

爬虫系列:使用 API

应用编程接口(Application Programming Interface, API)的用处:它为不同的应用提供了方便友好的接口。不同的开发者用不同的架构,甚至是不同的语言编写软件都没有问题——因为 API 设计的目的就是要成为一种通信语言,让不同的软件进行信息共享。

尽管目前不同的软件应用都有各自不同的 API,但“API”经常被看成“网络应用 API”,一般情况下,程序员可以用 HTTP 协议向 API 发起请求以获取某种信息,API 会用 XML(eXtensible Markup Language,可扩展标记语言)或 JSON (Javascript Object Notation,Javascript 对象表示)格式返回服务器响应的信息。尽管大多数 API 仍然在使用 XML,但是 JSON 正在快速成为数据编码格式的主流选择。

虽然这种即开即用的接口获取预先打包好的信息,看起来好像和爬虫没有什么关系,但是这种看法只是对了一半。虽然大多数人通常不会把使用 API 看成网络数据采集,但是实际上这两者使用的许多技术(都是发送 HTTP 请求)和产生的结果(都是获取信息)差不太多,两者经常是相辅相成的关系。

例如,你可能会把网络爬虫和 API 获取的信息组合起来,因为这样的信息可能更有意义。

API 概述

虽然 API 并非随处可见,但是你可以通过 API 里获取许多有用信息。如果你对音乐感兴趣,有提供歌曲名称、歌手、专辑的信息 API。

下面是 API 调用的一个示例:

https://api.bigdatacloud.net/data/ip-geolocation-full?ip=27.30.84.181&localityLanguage=zh&key=bee73355d8ad4821a1c393c545e7f0

你通过浏览器输入以上网址,就可以发起一个简单的 API 调用,结果如下:

{
"ip": "199.21.99.90",
"localityLanguageRequested": "zh",
"isReachableGlobally": true,
"country": {
    "isoAlpha2": "US",
    "isoAlpha3": "USA",
    "m49Code": 840,
    "name": "美国",
    "isoName": "United States of America (the)",
    "isoNameFull": "the United States of America",
    "isoAdminLanguages": [
    {
        "isoAlpha3": "eng",
        "isoAlpha2": "en",
        "isoName": "English",
        "nativeName": "English"
    }
    ],
    "unRegion": "Europe and Northern America/Northern America",
    "currency": {
    "numericCode": 840,
    "code": "USD",
    "name": "US Dollar",
    "minorUnits": 2
    },
    "wbRegion": {
    "id": "NAC",
    "iso2Code": "XU",
    "value": "North America"
    },
    "wbIncomeLevel": {
    "id": "HIC",
    "iso2Code": "XD",
    "value": "High income"
    },
    "callingCode": "1",
    "countryFlagEmoji": "

上面节选了部分结果。

你可能会想,这不就是在浏览器窗口输入一个网址,然后回车获取的(只是 JSON 格式)信息吗?究竟 API 调用和普通的网址访问有什么区别呢?如果不考虑 API 高大上的名称,其实两者没啥区别。API 可以通过 HTTP 协议下载文件,和 URL 访问网站获取数据的协议一样。它可以实现所有现在网上干的事情。API 之所以叫 API 而不叫网站的原因,其实是首先 API 有非常严谨的语法,其次 API 用 JSON 或 XML 格式表示数据,而不是 HTML 格式。

以上讲解了 API 的相关概念,获取 API 的数据,一般是 JSON 数据,我们看看在 Python 中如何解析 JSON 数据。

解析 JSON 数据

下面我们还是以刚才的例子,看看如何通过 API 获取的 JSON 数据得到需要的结果:

import requests


class ScrapeAPI(object):
    def __init__(self):
        self._api_url = 'https://api.bigdatacloud.net/data/ip-geolocation-full?ip=27.30.84.181&localityLanguage=zh&key=bee73355d8ad4821a1c19345e7f0'

    def get_geolocation(self):
        init_session = requests.Session()
        response = init_session.get(self._api_url)
        json_result = response.json()
        get_country = json_result['country']['name']
        get_location = json_result['location']
        get_region = get_location['isoPrincipalSubdivision']
        get_city = get_location['city']
        get_locality_name = get_location['localityName']
        area = f'当前 IP 国家:{get_country},地区:{get_region},城市:{get_city},区划:{get_locality_name}'
        print(area)


if __name__ == '__main__':
    ScrapeAPI().get_geolocation()

以上代码使用的是 requests 库对 JSON 数据进行解析,运行代码就可以得到我们需要的结果。

以上就是今天关于 API 相关的内容。

如果喜欢欢迎订阅我的频道。

返回顶部