作者：貓尾KUN

摘要： 本文使用 python 抓取分析數據 — 人人貸，并從中獲取貸款用戶。

一、抓取準備 ?? ???

導入必要的庫

				import requests #
				提取頁面信息
				
					import json
					from urllib.parse import urlencode
					from pandas import DataFrame
				
			

二、獲取 URL 地址

使用 chrome 瀏覽器 — 檢查功能，因為頁面是動態加載，我們以獲取頁面的兩個 url 講解：

				url1=
				https://www.renrendai.com/pc/loan/list/loanList?startNum=0&limit=10&_=1504013654389
				url2=https://www.renrendai.com/pc/loan/list/loanListstartNum=1&limit=10&_=1504013654389
			

可以觀察到頁面是隨著 startNum=N 中 N 變化的，所以可以 N 為參數進行不同頁面信息的抓取

接下來設置一個請求的頭文件信息，目的是包裝一下我們的爬蟲，以防反爬蟲的攔截而抓不到數據。

				Headers={
				
					‘Host’:’
				
				www.renrendai.com’,
				
					‘Referer’:’
				
				https://www.renrendai.com/pc/loan.html’,
				
					‘User-Agent’:’
				
				Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/60.0.3112.101 Safari/537.36’
				}
			

三、頁面信息提取

采用 requests+json 庫進行提取 :

				Res=requests.get(url,Headers)
				html=json.loads(Res)
				result=[]
				??? if data and 'data' in data.keys():
				??????? loan = data.get('data')
				??????? for item in (loan['loans']):
				??????????? items={
				??????????????? 'loanId':item.get('loanId'),
				??????????????? 'title':item.get('title'),
				??????????????? 'amount':item.get('amount')
				??????????? }
				??????????? result.append(result)
				??????? return result
			

四、數據保存

采用 pandas 庫，因為我們的體量并不是很大，因此直接保存為 xlsx 格式就可以了。

				data=[]
				for i in range(10):
				??? detail.extend(get_comments(i))
				f = DataFrame(data)
				f.to_excel('renrendai.xlsx')
			

最后我們就可以得到 excel 格式的數據了。

五、貸款項目分布

用excel做餅圖，可以看到貸款項目主要用于資金周轉，占比超過一半，其次是用于裝修，占比18.97%

End.

轉載請注明來自36大數據（36dsj.com)： 36大數據 ? 數據分析你放在人人貸的錢都去了哪里？