Python实现抓取网页API的机器信息并导入Excel表格

之前在公司处理过18年的所有机器交付进度的信息，要将所有未交付的机器过滤出来并做统一处理，用Python爬下来并写入Excel表格确实是个好办法。

首先介绍一个处理这个问题最笨的办法：用浏览器打开每个季度的剩余未交付的机器列表，挨行复制粘贴到Excel表格里。。然后每处理完一台就删掉记录。。。这种方法对于小学生确实比较好使，也仅限于小学生了。。当然得升级一下。

然后升级版就是：直接request模块爬下来未交付的机器然后复制到表格里。复制这一步当然也能用python的xl*模块实现啊。要不想挨台处理完还要删记录的话就直接cron命令定时抓一下。。。这样是不是就很符合我的懒人气质了。。。

老套路，先上代码吧。

#-*- coding: UTF-8 -*-import osimport requestsimport jsonimport xlrdimport xlutilsfrom xlutils.copy import copyimport sysreload(sys)sys.setdefaultencoding('utf8')def get_device_spec(hostname):    url = "http://abc.def.com/url/s"    pa = "_type:server,hostname:"+ hostname    param = {"q":pa}    respone = requests.request("GET", url, params=param)    res = json.loads(respone.text)    server_detail = res["result"]    return server_detaildef write_excel_data(file_name,sheet_num,row,col,value_data):        rbook = xlrd.open_workbook(file_name)        wbook = copy(rbook)        w_sheet = wbook.get_sheet(sheet_num)        w_sheet.write(row,col,value_data)        wbook.save(file_name)fileName = "8.25_Q3.xlsx"data = xlrd.open_workbook(fileName)sheet01 = data.sheets()[0]sheet01_nrows = sheet01.nrowssheet01_row = 1for sheet01_row in range(1,sheet01_nrows):    hostname = sheet01.cell(sheet01_row,0).value    server = get_device_spec(hostname)    try:        write_excel_data(fileName,0,sheet01_row,1,server[0]["manufacturer"])        write_excel_data(fileName,0,sheet01_row,2,server[0]["idc"])        write_excel_data(fileName,0,sheet01_row,3,server[0]["sn"])        write_excel_data(fileName,0,sheet01_row,4,server[0]["rack_location"])        write_excel_data(fileName,0,sheet01_row,5,server[0]["flavor_disk"])        write_excel_data(fileName,0,sheet01_row,6,server[0]["maintain_enddate"])    except Exception as e:        pass    continue

def get_device_spec(hostname):    url = "http://abc.def.com/url/s"    pa = "_type:server,hostname:"+ hostname    param = {"q":pa}    respone = requests.request("GET", url, params=param)    res = json.loads(respone.text)    server_detail = res["result"]    return server_detail

首先先看get_device_spec函数。这个函数使用request模块通过传入的hostname字段去抓取我们公司的机器信息，并做json格式处理并返回server_detail的所有信息。

def write_excel_data(file_name,sheet_num,row,col,value_data):        rbook = xlrd.open_workbook(file_name)        wbook = copy(rbook)        w_sheet = wbook.get_sheet(sheet_num)        w_sheet.write(row,col,value_data)        wbook.save(file_name)

接下来看write_excel_data函数。这是一个将信息输入到Excel表格的函数。首先打开文件以及对应的sheet，然后将所需要的row，col和valuue_data字段填入表格内，然后保存该文件。

fileName = "8.25_Q3.xlsx"data = xlrd.open_workbook(fileName)sheet01 = data.sheets()[0]sheet01_nrows = sheet01.nrowssheet01_row = 1for sheet01_row in range(1,sheet01_nrows):    hostname = sheet01.cell(sheet01_row,0).value    server = get_device_spec(hostname)    try:        write_excel_data(fileName,0,sheet01_row,1,server[0]["manufacturer"])        write_excel_data(fileName,0,sheet01_row,2,server[0]["idc"])        write_excel_data(fileName,0,sheet01_row,3,server[0]["sn"])        write_excel_data(fileName,0,sheet01_row,4,server[0]["rack_location"])        write_excel_data(fileName,0,sheet01_row,5,server[0]["flavor_disk"])        write_excel_data(fileName,0,sheet01_row,6,server[0]["maintain_enddate"])    except Exception as e:        pass    continue

这段代码算是主函数了。主要实现的是定义文件名，然后读取文件内的hostname并将其作为实参传入并运行get_device_spce函数，这一步用来获取机器的所有信息；以及过滤出sn，idc等字段作为实参传入write_excel_data函数内，这一步用来将获得的机器参数过滤出自己需要的字段并填入Excel表格内。最后的except是简单做了一个错误判断退出。。防止自己电脑oom。。

最后我是在自己电脑上配置了每天9点定时运行该文件并抓取机器信息保存。然后上班来处理剩余的机器。。

加一个我个人的公众号：运维开发Club。主要向大家分享Linux运维、Python、Go语言以及当下的云计算、容器等知识，欢迎关注！！！

这段代码算是介绍完成了，其中个人任务也有好多未优化的代码。。。包括代码重用啦，还有获取的信息可用量也不是很多。。等等吧。有待大家帮忙指点。