2020年8月1日更：百度迁徙在5月8日后就不开放了，目前好像只能爬取到3月15日之前的数据，而且爬取的时候会遇到挺多问题的（具体我也不知道，不开放后我就没爬过了，但是最近很多朋友在问）。评论里关于爬取遇到的问题很多我也没遇到过，没办法帮到你们。如果想直接获取数据（5月8日前的数据）的话，可以私聊或者电子邮件（[email protected]）联系我（会收一点手工费…）。 2020年10月21日更：百度迁徙重新开放了，数据从9月22开始都有。以下旧的代码需要更改一个地方，即把代码里所有r=response.text[3:-1]全部替换为r=response.text[4:-1]即可。

百度迁徙 ：百度迁徙

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。

本文的数据主要是来自百度迁徙里面的迁徙规模指数，如下图。 本文提供的代码可以批量抓取数据，如抓取所有城市级别的迁入规模指数放进一个表格里，迁出规模指数放进另一个表格里，这样。或者你也可以设定抓取所有省份级别的数据。如下图，我分别按全国级别、省份级别、城市级别抓取，共获得五个表格，为什么是五个呢，因为全国的数据没有分迁入迁出，按照百度迁徙的说法是“全国为总体迁徙规模，不区分迁入或迁出”。当然也可以通过自定义字典来抓取你想要的城市，具体可参考第三部分“准备——城市编码”。

先展示一波抓取后的数据，各位看官看看是不是自己需要的，如下图。

因为上上图的迁徙规模指数的曲线有和去年农历同期对比，所以我就连去年的指数也抓取了，第一行是日期，去年的日期在前面，今年的在后面，你越晚抓取，今年的日期就越多。

城市编码和我的上一篇文章一样，可以直接参考。

记得调用相关的城市编码和省份编码数据。

重点说明一下这个函数，migration_index(FileTittle,classname,direction,CodeDict)，FileTittle是你要设定的文件夹的名字，仅作标识区分，你要写个狗蛋也行，自己能知道是啥就行了；classname是城市级别，如果你抓取城市级别数据就写city，抓取省份级别就写province，抓取全国的就写country，这和我的上一篇文章的这个部分是一样的；direction是迁徙方向，如果你要抓取迁入强度，就写in，抓取迁出强度就写out；CodeDict是需要你导入的带有城市编码的字典，如果想直接抓取全部城市或全部省份就直接导入我给的CitiesCode或ProvinceCode，具体参考“准备——城市编码”部分。

2020年5月4日：刚才有小伙伴私信我说今天的代码跑不了了，我看了一眼是因为数据的更新导致数据量变大了，而xlwt包写不了255列以上的数据，所以在这里我建议今后要使用代码且有一定条件的朋友改为调用xlsxwriter包，相关的代码当然也要同步更改。我也在这两天会把更新的代码放上来。另外感谢小伙伴们的支持！ 2020年5月4日：把原来的xlwt包换成了xlsxwriter包，解决了无法写入超过255列的问题。

【Python】基于Python的百度迁徙1——迁入、迁出数据（附代码） 【Python】基于Python的百度迁徙3——城内出行强度（附代码） 【Python】基于Python的百度迁徙4——上班和休闲指数（附代码） -----------------------分割线（以下是乞讨内容）-----------------------