用Python抓包工具查看周边拼车情况

♚

作者：Elliot，一个有着全栈幻想的新零售产品经理 Github：https://github.com/bkidy/Dida_spider

说起Python爬虫，很多人第一个反应可能会是Scrapy或者Pyspider，但是今天文章里用到是Python下一个叫Mitmproxy的抓包工具，对付一些非常规的数据获取还是很有效的。

不过凡事都是有利有弊，一来麻烦，二来呢不会自己动，还得手动（或者按键精灵也可以啊）。

自从滴滴的拼车业务全国下线之后，一直专注拼车的某拼车APP在背后默默替老大哥照顾着那些可怜的乘客。上周五下班的时候，本来想用某拼车APP搭个顺风车回家，没想到下班高峰期的时候，某拼车APP居然挂了，过了十几分钟才缓过来，心里好奇，就想爬一下某拼车APP的数据，看看周边上下班拼车的情况。

知己知彼，百战不殆

对于APP类的爬虫，首先想到的就是抓包，macOS下常用的就是Charles和mitmproxy这两款工具了，而mitmproxy由于支持拦截和脚本又深得我爱，用法的话这里就不具体展开介绍了。

启动mitmweb（mitmproxy家那个有页面的兄弟）抓包工具，手机上打开某拼车APP客户端，查看附近订单（已提前认证车主，并切换到车主身份）

对应一下就可以发现，查询附近订单的接口URL就是这个getNearbyBookingRideList,于是我很天真地就拿着这个接口，和抓包数据，就去请求了

结果人家告诉我

{“code”:205,”message”:”签名错误！”}

因为客户端APP有个签名算法，根据POST给服务器的参数计算的，除非我破了人家APP，然后把算法给找出来，想想还是算了，费神费力（主要是我压根不会）！

这个法子行不通，只能换个法子了

神器在手，天下我有

前面提到mitmproxy有个带web界面的兄弟叫mitmweb，其实还有一个支持脚本的兄弟叫mitmdump，写好脚本

import json
def response(flow):
# 这个别问为啥了，必须这么写
    url = 'http://jiaruwoshiurl.com'
    if url in flow.request.url:
        text = json.loads(flow.response.content)
        print(text)

把脚本存为 111.py，然后终端执行命令：

mitmdump -s 111.py -p 8080 剩下要做的就是不断去某拼车APP上划几下，至于数据那块，就交给Dump兄弟就好了

嗯，看到了嘛~想看哪，手指就滑哪，越滑越有！

再接下来就是需要把我们抓到的数据存起来，以备后期使用，这里我用的是Mongodb，虽然也是第一次用，为了方便点，另外写了个插入数据的方法，再在爬虫文件里面调用。

import pymongo
def insert_nearbyroute(info):
    client = pymongo.MongoClient('127.0.0.1', 27017)
    # 连接数据库
    db = client.dida
    # 选择dida这个数据库
    nearbyroute_collection = db.nearby
    # 选择集合，不存在的话自动创建（对应mysql的表概念）
    nearbyroute_collection.update({'id':info['id']}, info, True)
    # 插入数据，我这里用的是更新语句，意思是如果id已经存在的话，就不执行该条数据的插入动作，可以有效去重

再到我们数据库看看，已经硕果累累了，不够的话就再多滑几下。

数据抓取的思路大概就是这样，因为没时间捣鼓所以就没上APP自动化，其实可以搞个 模拟器+按键精灵，或者appium，就是太懒了怕麻烦，上班的时候划一划就当运动了

数据展示

时间问题，暂时没做数据分析，不过数据挺干净的，也不需要处理啥 关键字Mongodb、Pandas、Pyecharts 拿了周六杭州跨城顺风车数据结合阿里云的DataV做了个简单的飞线图，会动的那种，点击阅读原文可以查看动图。