获取马蜂窝酒店数据

声明

本文章中所有内容仅供学习交流，抓包内容、敏感网址、数据接口均已做脱敏处理，严禁用于商业用途和非法用途，否则由此产生的一切后果均与作者无关，若有侵权，请联系我立即删除！

---

主页：aHR0cHM6Ly93d3cubWFmZW5nd28uY24v

接口：aHR0cHM6Ly93d3cubWFmZW5nd28uY24vaG90ZWwvYWpheC5waHA=

抓取需求如下图框选部分

进入到主页以后，我们点击相应的酒店，筛选相应的入住日期和离开时间，点击搜索，通过抓包，找到接口

我们发现返回的数据是标准的JSON数据，而我们需要的信息就在key为html的值里面

接着我们看看请求参数是哪些，图中框选的为我们需要填的，入住和离开日期可固定，页数可以设定，时间戳可以设定，现在我们看看这个_sn参数是啥

简单粗暴的方式就是通过全局搜索大法,从图中看到，为啥没有搜索到呢？难到网页上都没有么

原因可归为以下几点：

①这个值可能在送是时候被修改 ②可能是通过混淆的代码产生，然后在发生请求的时候，调用拼接得到

那怎么办呢？

只能通过XHR断点来看了，复制接口到如下图地方，然后点击下一页，然后下一步到ajax的地方

从控制台打印一下，发生值已经生成

这个时候得网上回溯，看看d在哪儿被赋值的

然后会走到一个index的文件

可以发现，_ts和_sn参数正是有此处计算得到

_ts是时间戳，而_sn是通过请求参数，通过排序，加盐，最后通过md5加密截取2到12位得到

理解了整个脉络，可以将全部js拿下，补一下环境调用，也可以利用Python复写

这里我通过python复写，然后发起请求，获取前两页

成功获取！！！

---

总结：爬取过程中可能会遇到验证码，可以通过ddddocr解决