You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
|
|
|
|
|
# Ctrip-Crawler
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
## 概述
|
|
|
|
|
|
|
|
|
|
|
|
Ctrip-Crawler 是一个携程航班信息的专业爬虫工具，主要基于 Selenium 框架进行实现。
|
|
|
|
|
|
request 方法访问携程 API 的方法，由于 IP 限制和 JS 逆向工程的挑战，该途径已不再适用。（报错）
|
|
|
|
|
|
|
|
|
|
|
|
携程支持IPV6访问，因此可以通过生成大量IPV6规避 IP 限制。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
## 主要特性
|
|
|
|
|
|
|
|
|
|
|
|
Selenium 自动化框架：与直接请求 API 的方法不同，该项目基于 Selenium，提供高度可定制和交互式的浏览器模拟。
|
|
|
|
|
|
|
|
|
|
|
|
灵活的错误处理机制：针对不同类型的异常（如超时、验证码出现、未知错误等），实施相应的处理策略，包括重试和人工干预。
|
|
|
|
|
|
|
|
|
|
|
|
IP限制解决方案：利用页面特性和用户模拟，规避了 IP 限制，提高了爬取稳定性。
|
|
|
|
|
|
|
|
|
|
|
|
数据校验与解析：对获取的数据进行严格的数据质量和完整性校验，包括 gzip 解压缩和 JSON 格式解析。
|
|
|
|
|
|
|
|
|
|
|
|
版本迭代与优化：V2版本解决了验证码问题；V3版本提高了系统的稳定性和可用性；V3.5版本增加了linux系统下多IPV6网口的生成与代理
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
## 文档和教程
|
|
|
|
|
|
|
|
|
|
|
|
详细的使用指南和开发文档可在以下博客中查看：
|
|
|
|
|
|
|
|
|
|
|
|
[基于selenium的携程机票爬取程序](https://blog.suysker.xyz/archives/35)
|
|
|
|
|
|
|
|
|
|
|
|
[基于selenium的携程机票爬取程序V2](https://blog.suysker.xyz/archives/139)
|
|
|
|
|
|
|
|
|
|
|
|
[基于request的携程机票爬取程序](https://blog.suysker.xyz/archives/37)
|
|
|
|
|
|
|
|
|
|
|
|
[基于request的航班历史票价爬取](https://blog.suysker.xyz/archives/36)
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
## TO DO
|
|
|
|
|
|
|
|
|
|
|
|
V4.0增加多线程分片运行……
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
## 贡献与反馈
|
|
|
|
|
|
|
|
|
|
|
|
如果你有更好的优化建议或发现任何 bug，请通过 Issues 或 Pull Requests 与我们交流。我们非常欢迎各种形式的贡献！
|
