基于基于python的百度迁徙迁入、迁出数据爬取（爬虫大数据）（附代码） 的百度迁徙迁入、迁出数据爬取（爬虫大数据）（附代码） 简介简介 百度迁徙 ：http://qianxi.baidu.com 不多逼逼，相关的自己了解。趁这几天比较好抓取数据，需要的数据就赶紧抓抓抓。 效果展示 效果展示 不着急看代码，先给你们看一波效果图，各位看官看完效果图看看是不是自己需要的再看代码。 我是把获得的数据存成一个xls格式，因为csv换列不太方便（我不会）所以我选择了xls。这张图里表是我的家乡泉州一月、二月一共两个月的迁出数据，左边第一列是全国所有城市 的编码（身份证前6位，这也和爬取百度迁徙url要求的编码一样），左边第二列是全国所有城市的名称，第一行是日期。为什么我要把表弄成这样呢？因为我要把表丢进GIS里做可视 化（后面有可视化的图），又懒得改，所以这样方便一点，直接丢进去就可以了。 然后为了让各位看官看到像百度迁徙网站那样的前一百名排序，我就特地点了排序截了一张图（1月1日排序）如下。（这两个是同一个表） 前面说要展示的可视化，我选的好像是泉州的1月9日的迁出。随手一截。 

准备准备——城市编码 城市编码 在正式搬出代码前，可能需要个字典，要不然都不知道哪个城市是什么编码。 这个我是新建一个py文件，和主程序丢在同一个文件夹里，然后在主程序里直接import调用。 一行代表一个省份（新疆的太长了，我就分了两行）。 #ChineseAdminiDivisionsDict.py CitiesCode = { '北京市':110000,'天津市':120000, '石家庄市':130100,'唐山市':130200,'秦皇岛市':130300,'邯郸市':130400,'邢台市':130500,'保定市':130600,'张家口市':130700,'承德市':130800,'沧州市':130900,'廊坊市':131000,'衡水 市':131100, '太原市':140100,'大同市':140200,'阳泉市':140300,'长治市':140400,'晋城市':140500,'朔州市':140600,'晋中市':140700,'运城市':140800,'忻州市':140900,'临汾市':141000,'吕梁 市':141100, '呼和浩特市':150100,'包头市':150200,'乌海市':150300,'赤峰市':150400,'通辽市':150500,'鄂尔多斯市':150600,'呼伦贝尔市':150700,'巴彦淖尔市':150800,'乌兰察布市':150900,'兴安 盟':152200,'锡林郭勒盟':152500,'阿拉善盟':152900, '沈阳市':210100,'大连市':210200,'鞍山市':210300,'抚顺市':210400,'本溪市':210500,'丹东市':210600,'锦州市':210700,'营口市':210800,'阜新市':210900,'辽阳市':211000,'盘锦 市':211100,'铁岭市':211200,'朝阳市':211300,'葫芦岛市':211400, '长春市':220100,'吉林市':220200,'四平市':220300,'辽源市':220400,'通化市':220500,'白山市':220600,'松原市':220700,'白城市':220800,'延边朝鲜族自治州':222400, '哈尔滨市':230100,'齐齐哈尔市':230200,'鸡西市':230300,'鹤岗市':230400,'双鸭山市':230500,'大庆市':230600,'伊春市':230700,'佳木斯市':230800,'七台河市':230900,'牡丹江 市':231000,'黑河市':231100,'绥化市':231200,'大兴安岭地区':232700, '上海市':310000, '南京市':320100,'无锡市':320200,'徐州市':320300,'常州市':320400,'苏州市':320500,'南通市':320600,'连云港市':320700,'淮安市':320800,'盐城市':320900,'扬州市':321000,'镇江 市':321100,'泰州市':321200,'宿迁市':321300, '杭州市':330100,'宁波市':330200,'温州市':330500,'嘉兴市':330400,'湖州市':330500,'绍兴市':330600,'金华市':330700,'衢州市':330800,'舟山市':330900,'台州市':331000,'丽水 市':331100, '合肥市':340100,'芜湖市':340200,'蚌埠市':340300,'淮南市':340400,'马鞍山市':340500,'淮北市':340600,'铜陵市':340700,'安庆市':340800,'黄山市':341000,'滁州市':341100,'阜阳 市':341200,'宿州市':341300,'六安市':341500,'亳州市':341600,'池州市':341700,'宣城市':341800, '福州市':350100,'厦门市':350200,'莆田市':350300,'三明市':350400,'泉州市':350500,'漳州市':350600,'南平市':350700,'龙岩市':350800,'宁德市':350900, '南昌市':360100,'景德镇市':360200,'萍乡市':360300,'九江市':360400,'新余市':360500,'鹰潭市':360600,'赣州市':360700,'吉安市':360800,'宜春市':360900,'抚州市':361000,'上饶 市':361100, '济南市':370100,'青岛市':370200,'淄博市':370300,'枣庄市':370400,'东营市':370500,'烟台市':370600,'潍坊市':370700,'济宁市':370800,'泰安市':370900,'威海市':371000,'日照 市':371100,'临沂市':371300,'德州市':371400,'聊城市':371500,'滨州市':371600,'菏泽市':371700, '郑州市':410100,'开封市':410200,'洛阳市':410300,'平顶山市':410400,'安阳市':410500,'鹤壁市':410600,'新乡市':410700,'焦作市':410800,'濮阳市':410900,'许昌市':411000,'漯河 市':411100,'三门峡市':411200,'南阳市':411300,'商丘市':411400,'信阳市':411500,'周口市':411600,'驻马店市':411700,'济源市':419001, '武汉市':420100,'黄石市':420200,'十堰市':420300,'宜昌市':420500,'襄阳市':420600,'鄂州市':420700,'荆门市':420800,'孝感市':420900,'荆州市':421000,'黄冈市':421100,'咸宁 市':421200,'随州市':421300,'恩施土家族苗族自治州':422800,'仙桃市':429004,'潜江市':429005,'天门市':429006,'神农架林区':429021, '长沙市':430100,'株洲市':430200,'湘潭市':430300,'衡阳市':430400,'邵阳市':430500,'岳阳市':430600,'常德市':430700,'张家界市':430800,'益阳市':430900,'郴州市':431000,'永州 市':4311,'怀化市':431200,'娄底市':431300,'湘西土家族苗族自治州':433100, '广州市':440100,'韶关市':440200,'深圳市':440300,'珠海市':440400,'汕头市':440500,'佛山市':440600,'江门市':440700,'湛江市':440800,'茂名市':440900,'肇庆市':441200,'惠州 市':441300,'梅州市':441400,'汕尾市':441500,'河源市':441600,'阳江市':441700,'清远市':441800,'东莞市':441900,'中山市':442000,'潮州市':445100,'揭阳市':445200,'云浮市':445300, '南宁市':450100,'柳州市':450200,'桂林市':450300,'梧州市':450400,'北海市':450500,'防城港市':450600,'钦州市':450700,'贵港市':450800,'玉林市':450900,'百色市':451000,'贺州 市':451100,'河池市':451200,'来宾市':451300,'崇左市':451400, '海口市':460100,'三亚市':460200,'三沙市':460300,'儋州市':460400,'五指山市':469001,'琼海市':469002,'文昌市':469005,'万宁市':469006,'东方市':469007,'定安县':469021,'屯昌 县':469022,'澄迈县':469023,'临高县':469024,'白沙黎族自治县':469025,'昌江黎族自治县':469026,'乐东黎族自治县':469027,'陵水黎族自治县':469028,'保亭黎族苗族自治县':469029,'琼 中黎族苗族自治县':469030, '重庆市':500000, '成都市':510100,'自贡市':510300,'攀枝花市':510400,'泸州市':510500,'德阳市':510600,'绵阳市':510700,'广元市':510800,'遂宁市':510900,'内江市':511000,'乐山市':511100,'南充 市':511300,'眉山市':511400,'宜宾市':511500,'广安市':511600,'达州市':511700,'雅安市':511800,'巴中市':511900,'资阳市':512000,'阿坝藏族羌族自治州':513200,'甘孜藏族自治 州':513300,'凉山彝族自治州':513400, '贵阳市':520100,'六盘水市':520200,'遵义市':520300,'安顺市':520400,'毕节市':520500,'铜仁市':520600,'黔西南布依族苗族自治州':522300,'黔东南苗族侗族自治州':522600,'黔南布依族 苗族自治州':522700, '昆明市':530100,'曲靖市':530300,'玉溪市':530400,'保山市':530500,'昭通市':530600,'丽江市':530700,'普洱市':530800,'临沧市':530900,'楚雄彝族自治州':532300,'红河哈尼族彝族自治 州':532500,'文山壮族苗族自治州':532600,'西双版纳傣族自治州':532800,'大理白族自治州':532900,'德宏傣族景颇族自治州':533100,'怒江傈僳族自治州':533300,'迪庆藏族自治 州':533400, '拉萨市':540100,'日喀则市':540200,'昌都市':540300,'林芝市':540400,'山南市':540500,'那曲市':540600,'阿里地区':542500, '西安市':610100,'铜川市':610200,'宝鸡市':610300,'咸阳市':610400,'渭南市':610500,'延安市':610600,'汉中市':610700,'榆林市':610800,'安康市':610900,'商洛市':611000, '兰州市':620100,'嘉峪关市':620200,'金昌市':620300,'白银市':620400,'天水市':620500,'武威市':620600,'张掖市':620700,'平凉市':620800,'酒泉市':620900,'庆阳市':621000,'定西 市':621100,'陇南市':621200,'临夏回族自治州':622900,'甘南藏族自治州':623000, '西宁市':630100,'海东市':630200,'海北藏族自治州':632200,'黄南藏族自治州':632300,'海南藏族自治州':632500,'果洛藏族自治州':632600,'玉树藏族自治州':632700,'海西蒙古族藏族自 

治州':632800, '银川市':640100,'石嘴山市':640200,'吴忠市':640300,'固原市':640400,'中卫市':640500, '乌鲁木齐市':650100,'克拉玛依市':650200,'吐鲁番市':650400,'哈密市':650500,'昌吉回族自治州':652300,'博尔塔拉蒙古自治州':652700,'巴音郭楞蒙古自治州':652800,'阿克苏地 区':652900,'克孜勒苏柯尔克孜自治州':653000,'喀什地区':653100,'和田地区':653200,'伊犁哈萨克自治州':654000,'塔城地区':654200,'阿勒泰地区':654300, '石河子市':659001,'阿拉尔市':659002,'图木舒克市':659003,'五家渠市':659004,'北屯市':659005,'铁门关市':659006,'双河市':659007,'可克达拉市':659008,'昆玉市':659009, '台湾省':710000,'香港特别行政区':810000,'澳门特别行政区':820000 } 代码代码 这个代码运行的话可以直接获取一月份、二月份的数据。三月份由于才过了两天，我就打上了#，因为我有强迫症，三月份到时候再抓了。 # -*- coding: utf-8 -*- import requests import json import time import xlrd import xlwt from ChineseAdminiDivisionsDict import CitiesCode def migration_all_date(areaname,classname,no,direction): #定义生成不同时期，不同城市，不同迁徙方向 if no == -1 : no = CitiesCode[str(areaname)] #######创建一个workbook######## workbook = xlwt.Workbook(encoding = 'utf-8') # 创建一个workbook 设置编码 worksheet = workbook.add_sheet('Sheet', cell_overwrite_ok=True) # 创建一个worksheet #################写入行头各城市代码及其城市名############### if direction == 'in' : nameofdire = '迁入来源地' if direction == 'out': nameofdire = '迁出目的地' CitiesOrder = {} #存放城市序号的空字典 worksheet.write(0 , 0 , label='城市代码') #写入行头 worksheet.write(0 , 1 , label=str(nameofdire)) #写入行头 times = 1 for key , value in CitiesCode.items(): worksheet.write(times , 0 , label=str(value)) #写入城市代码 worksheet.write(times , 1 , label=str(key)) #写入城市名 CitiesOrder[str(key)] = times #写入城市序号字典 times += 1 ########################设定日期############################## datelist = [] #日期列表 counter_data = 2 #日期计数器 for date1 in range(20200101,20200132): #一月份 datelist.append(date1) for date2 in range(20200201,20200230): #二月份 datelist.append(date2) #for date3 in range(20200301,20200302): #三月份 #datelist.append(date3) for date in datelist: #遍历所有日期 datename = date time.sleep(1) url=f'http://huiyan.baidu.com/migration/cityrank.jsonp?dt={classname}&id={no}&type=move_{direction}&date={date}' print(url) time.sleep(0.5) response=requests.get(url, timeout=10) #发出请求并json化处理 time.sleep(0.5) r=response.text[3:-1] #去头去尾 data_dict=json.loads(r) #字典化 if data_dict['errmsg']=='SUCCESS': data_list=data_dict['data']['list'] time.sleep(0.3) ################写入############### worksheet.write(0 , counter_data , label=datename) #写入表头————日期 for a in range(len(CitiesCode)): worksheet.write(a+1 , counter_data , label=0) #先把当前日期下该列所有城市值置0 ############获取数据########### for i in range (len(data_list)): city_name=data_list[i]['city_name'] #城市名 value=data_list[i]['value'] #当日迁徙量所占百分比值 ##############写入############# worksheet.write(CitiesOrder[str(city_name)] , counter_data , label=value) #查找城市序号字典，在对应的行里写入相应的值 counter_data += 1 #日期计数器自加一 workbook.save(f"{areaname}-{nameofdire}.xls") #保存 def circu_exe_direction(areaname,classname,no): mukous = ['in','out'] for mukou in mukous: migration_all_date(areaname,classname,no,mukou) print(str(areaname)+'---','完成') if __name__=="__main__": circu_exe_direction('泰安市','city',-1) circu_exe_direction('威海市','city',-1) circu_exe_direction('昌吉回族自治州','city',-1) circu_exe_direction('福建省','province',350500) circu_exe_direction('湖北省','province',420000) circu_exe_direction('北京市','province',110000) circu_exe_direction('全国','country',0) print('全部完成') 我可能需要重点说明一下这个函数migration_all_date(areaname,classname,no,direction)，areaname是给你输出的xls文件命名的；classname是填url的；no是城市编码，如果是城市的话就填- 1就行了，它就会自己去字典里找，避免手残输错，如果是省份的话就得手动输入，direction是迁徙方向，因为一个城市有两个迁徙方向（迁入和迁出），所以会生成两个xls表。 因为还要手动填direction好麻烦，所以我就又加了circu_exe_direction(areaname,classname,no)，具体用法案例如下。 如果要爬取市的数据，直接就circu_exe_direction('泰安市','city',-1)就行了，最后数字填-1它就自己去字典里查对应的城市编码。另外名字一定要填官方的名字，不能多字少字，不然字典找 不到，或者可以事先看看字典里怎么写的，反正我按省份分行的，很好查。 如果是省的话，就需要circu_exe_direction('福建省','province',350500)，中间要改成province（直辖市也需要改成province），最后的编码要手动输入，不知道编码的百度一下就行。 如果要获取全国数据的话，就需要circu_exe_direction('全国','country',0)，注意中间变成了country。 

作者：陈醴诗