完美假期第一步：用Python寻找最便宜的航班！

基于上述代码结果，如果我想找出所有匹配的结果并存到list里，该怎么做呢?很简单，因为所有结果都在CSS对象resultWrapper中，只要按照我下图代码中写个for循环就能获得所有结果。这个思路掌握了，那下图的代码你也就基本看明白了。也就是说，先选定最外层的页面元素(如本文网站中的resultWrapper)，再找一种方式(如XPath)来获取信息，最后再将信息存到可读的对象中(本例中先存在flight_containers中，再存在flights_list中)。

我把前三个结果详细内容都打印出来了，里面有我们需要的全部有用信息，但我们还是要找个更好的方法提取它们，这时我们就要对这些元素单独解析。

开始爬数据!

最简单的代码就是读取更多这个函数，我们先从这里开始。我希望在不触发安全校验的情况下获取尽量多的航班，所以在每次加载完页面我都会点击“load more results”按钮。值得注意的是我用到了try语句，因为有的时候不一定会存在这个按钮。

哦嘞，前期铺垫的有点长(抱歉，我确实比较容易跑偏)。我们现在要开始定义用于爬数据的函数了。

我在下文会提到的page_scrape函数中解析了大部分元素。有时候，返回来的航班list中会有两段行程。我简单粗暴地把它拆成两个变量，如section_a_list 和section_b_list。当然，函数还是会返回一个名为flights_df 的DataFrame对象，有了它我们接下来就可以任意排序并视情况切片或合并。

变量名中带a的表示第一段行程，带b的表示第二段行程。接着看下一个函数。

别急，还有干货!

到现在为止，我们有用于加载更多结果的函数，有用于解析这些结果的函数。你可以认为这就完事了，可以靠着它们去手动地爬网页了，但我前面还提到过，我们的目标是能给自己发邮件，当然还能包括一些其他信息。看看下面这个函数start_kayak，所有这些都在里面。

这需要我们定义一下要查询的航班的地点和日期。我们会打开kayak变量中的网址，并且查询结果会直接按照“best”方式排序。在第一次爬数之后，我就获得了页面上方的价格矩阵数据集，它将用于计算均价和最低价，然后和Kayak的预测价(页面的左上角)一起通过电子邮件发出。在单个日期搜素时可能导致错误，因为这种情况下页面顶端没有价格矩阵。

我用outlook邮箱(hotmail.com)做了测试。虽然Gmail我没试过，甚至还有其他各种邮箱，但我想应该都没问题。而且我前文提到的书中也写了其他发邮件的方式，如果你有hotmail邮箱，可以直接在代码中替换你的邮箱信息，就可以用了。

如果你想知道脚本中某部分代码的功能，你要把那部分拷出来测试一下，因为只有这样你才能彻底地理解它。

把代码跑起来

当然，我们还能把我们前面编的函数放进循环里让它一直执行。写明4个输入提示，包括起降的城市和起止时间(输入)。但在测试的时候，我们并不想每次都去输入这个四个变量，就直接修改4个变量，如注释的那四行代码所示。

（编辑：PHP编程网 - 湛江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!