段时间，菜市场出现了一个奇特的现场：?菜比肉贵！
以北京为例，像?猪肉的价格基本上从年初的 25块/斤 逐步下降到现在的 10块/斤 。
猪肉价格走势
而一些蔬菜比如?油麦菜从年初的 2.5元/斤 到现在的 4.5元/斤 ，高的时候能有 8元/斤 ；再比如?菠菜从年初的 1.7元/斤 到现在的 4元/斤 ，高的时候也能到 7-8元/斤 。
油麦菜价格走势
广大网友直呼：?以前没钱吃肉，现在没钱吃菜！
我们知道前年 50块一斤 猪肉(也是?离谱)，现在可以买 5斤 ，于是就有了下面这张对比图：
以前没钱吃肉，现在没钱吃菜
那么，蔬菜价格目前到底是什么情况呢？全年一般又是什么样的走势呢？
今天，我们就用 Python 采集一下?北京新发地菜市场的?价格行情来一起了解下！
1. 网页分析
目标网站：北京新发地
网址信息：http://www.xinfadi.com.cn/priceDetail.html
我们通过?翻页（下一页）查看后续数据，但是发现地址栏 url 没变，所以是动态加载的，那么老规矩：?F12开发者模式—>Network—>XHR，然后?翻页可以找到数据请求信息如下：
最终，我们确认请求接口地址及请求方式与信息如下：
请求类型： post
url =?r'http://www.xinfadi.com.cn/getPriceData.html'
# 请求参数如下，其中page为页码
FormData={
'limit':?20,
'current': page,
'pubDateStartTime':?'2021/01/01',
'pubDateEndTime':?'2021/10/30',
'prodPcatid':?'',
'prodCatid':?'',
'prodName':?'',
}
确定以上信息后，我们就可以简单的写代码进行数据采集了！
2. 数据采集
由于请求到的数据是 json 格式，比较好处理，我们直接上代码（完整代码）。
如果对代码不是很了解，可以加笔者好友或者加咱们交流群讨论！
importrequests
importpandas?aspd
fromtqdm?importtqdm
headers = {
"Accept-Encoding":?"Gzip",
"User-Agent":?"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/83.0.4103.97 Safari/537.36",
}
dfList = []
url =?r'http://www.xinfadi.com.cn/getPriceData.html'
forpage?intqdm(range(?1,?5373)):
FormData={
'limit':?20,
'current': page,
'pubDateStartTime':?'2021/01/01',
'pubDateEndTime':?'2021/10/30',
'prodPcatid':?'',
'prodCatid':?'',
'prodName':?'',
}
r = requests.post(url, data=FormData, headers=headers)
data = r.json
dataList = data[?'list']
df = pd.DataFrame(dataList)
dfList.append(df)
df = pd.concat(dfList)
df.to_excel(?r'菜品历史价格行情.xlsx',index=?None)
采集进度
可以看到，其实该网站并没有反爬，但是我们用最简单的这种采集方式花了?2小时23分钟，属实有点久。
那么怎么可以加速呢？?进程、线程与携程等方式可以加速，关于这方面的知识与应用我们会在后续进行专题介绍哈，这里先预告一下。
最终，我们采集到 10万 多条数据如下：
后台回复 955 可以在 菜比肉贵 文件夹领取！
数据预览
以上就是本次全部内容，由于菜品类型较多，这里不做展开处理，大家可以自行下载研究哈。