如何使用python为所有数据抓取谷歌地图

Question

我正在尝试使用 python 从谷歌地图中抓取某个地方的标题、电话号码、网站、地址、评级、评论数量。例如，Pike's Landing 餐厅（请参阅下面的谷歌地图 URL）需要所有信息。我想在python中拉那些。

网址：https : //www.google.com/maps?cid=15423079754231040967&hl=en

我在检查时可以看到 HTML 代码，但是当我使用漂亮的汤来抓取所有代码时，所有代码都被转换了。从堆栈溢出中，我找到了唯一审查次数的解决方案，如下代码，

import re
import requests
from ast import literal_eval

urls = [
'https://www.google.com/maps?cid=15423079754231040967&hl=en',
'https://www.google.com/maps?cid=16168151796978303235&hl=en']

for url in urls:
    for g in re.findall(r'\[\\"http.*?\d+ reviews?.*?]', requests.get(url).text):
        data = literal_eval(g.replace('null', 'None').replace('\\"', '"'))
        print(bytes(data[0], 'utf-8').decode('unicode_escape'))
        print(data[1])

但我需要所有数据。我可以使用 Google Maps API 获取实际数据，但现在获取电话号码、评分、评论不是免费的。所以我想从前端转义数据。

请帮我。

Answer 1

很久以前我在 reddit 上问过同样的问题。我最终自己解决了这个问题，看看这个注意 - 这是严格编写的，以提取我的用例的详细信息，但您可以了解这里发生的事情的要点。

from selenium import webdriver

options = webdriver.ChromeOptions()

options.add_argument('headless')



browser = webdriver.Chrome(options=options)



url = "https://www.google.com/maps/place/Papa+John's+Pizza/@40.7936551,-74.0124687,17z/data=!3m1!4b1!4m5!3m4!1s0x89c2580eaa74451b:0x15d743e4f841e5ed!8m2!3d40.7936551!4d-74.0124687"

# url = "https://www.google.com/maps/place/Lucky+Dhaba/@30.653792,76.8165233,17z/data=!3m1!4b1!4m5!3m4!1s0x390feb3e3de1a031:0x862036ab85567f75!8m2!3d30.653792!4d76.818712"



browser.get(url)



# review titles / username / Person who reviews

review_titles = browser.find_elements_by_class_name("section-review-title")

print([a.text for a in review_titles])

# review text / what did they think

review_text = browser.find_elements_by_class_name("section-review-review-content")

print([a.text for a in review_text])

# get the number of stars

stars = browser.find_elements_by_class_name("section-review-stars")

first_review_stars = stars[0]

active_stars = first_review_stars.find_elements_by_class_name("section-review-star-active")

print(f"the stars the first review got was {len(active_stars)}")