03 python38的scrapy处理json格式数据
创始人
2025-01-17 03:04:06
0

1 json文档爬取或者获取ajax请求的json格式数据

1.0 网站分析

#网址:http://www.cwl.gov.cn/ygkj/wqkjgg/ssq/ #列表页分析: 第一页:http://www.cwl.gov.cn/cwl_admin/front/cwlkj/search/kjxx/findDrawNotice?name=ssq&issueCount=&issueStart=&issueEnd=&dayStart=&dayEnd=&pageNo=1&pageSize=30&week=&systemType=PC 第二页:http://www.cwl.gov.cn/cwl_admin/front/cwlkj/search/kjxx/findDrawNotice?name=ssq&issueCount=&issueStart=&issueEnd=&dayStart=&dayEnd=&pageNo=2&pageSize=30&week=&systemType=PC 最后一页:http://www.cwl.gov.cn/cwl_admin/front/cwlkj/search/kjxx/findDrawNotice?name=ssq&issueCount=&issueStart=&issueEnd=&dayStart=&dayEnd=&pageNo=542&pageSize=30&week=&systemType=PC  请求方式get 参数修改pageNo 返回数据为json  

1.1 创建项目

scrapy startproject doubanSpider  cd ssqSpider scrapy genspider douban douban.com 

1.2 创建爬虫

scrapy genspider douban "douban.com" 

1.3 添加爬虫模型

import scrapy  class DoubanMovieItem(scrapy.Item):     # define the fields for your item here like:     # name = scrapy.Field()     title = scrapy.Field() #标题        stars = scrapy.Field() #分数        subject = scrapy.Field() #主题        pass  

1.4 修改爬虫代码,列表页的多页数据为例子

1.5.1 数据为json文档时使用response.json()

import scrapy from scrapy.http import HtmlResponse from scrapy import Request from ssqSpider.items import SsqspiderItem   class SsqSpider(scrapy.Spider):     name = "ssq"     allowed_domains = ["www.cwl.gov.cn"]     start_urls = ["https://cwl.gov.cn"]     # start_urls = ["http://www.cwl.gov.cn/cwl_admin/front/cwlkj/search/kjxx/findDrawNotice?name=ssq&issueCount=&issueStart=&issueEnd=&dayStart=&dayEnd=&pageNo=1&pageSize=30&week=&systemType=PC"]      def start_requests(self):         for page in range(1,55):   ## 1-54页,range为左闭右开             url=f'http://www.cwl.gov.cn/cwl_admin/front/cwlkj/search/kjxx/findDrawNotice?name=ssq&issueCount=&issueStart=&issueEnd=&dayStart=&dayEnd=&pageNo={page}&pageSize=30&week=&systemType=PC'                     yield Request(url=url,dont_filter=True)  # 如果有302跳转加入dont_filter=True      def parse(self, response:HtmlResponse):                # print(response.json())                data=response.json()         result=data['result']         for i in result:             item=SsqspiderItem()             # print(i)             item['qihao']=i['code']             item['riqi']=i['date']             item['kaijianghaoma_red']=i['red']             item['kaijianghaoma_blue']=i['blue']                          item['jiangchijiner']=i['poolmoney']             item['xiaoshouer']=i['sales']              yield item   

1.5.2 测试运行爬虫

scrapy crawl douban  #正式运行 或者 scrapy crawl douban -o douban.csv  

相关内容

热门资讯

wpk辅助挂!wpk辅助挂(透... 这是一款非常优秀的 ia辅助检测软件,能够让你了解到中牌率当中全部隐藏参数,与同类被系统制裁软件相比...
wpk透视辅助!wpk微扑克俱... wpk透视辅助!wpk微扑克俱乐部(透视)外挂透视辅助器(本来存在有挂)准备好在 ia的高塔上攀登,...
wpk德州透视辅助!wpk真的... wpk德州透视辅助!wpk真的太假了(透视)外挂透明挂辅助代打(一直是真的有挂)这是由厦门游乐互动科...
wpk德州透视辅助!wpk胜率... 自定义系统规律,只需要输入自己想要的开挂功能,一键便可以生成出微扑克专用辅助器,不管你是想分享给你好...
wpk辅助挂!德州wpk有外挂... 1、wpk辅助挂!德州wpk有外挂吗(透视)外挂透明挂辅助软件(总是是真的有挂);详细教程。2、透视...
wpk发牌逻辑!wpk专用辅助... wpk发牌逻辑!wpk专用辅助程序(透视)外挂透视挂辅助软件(原本是有挂);原来确实真的有挂(需添加...
微扑克ai辅助!wpk微扑克免... 微扑克ai辅助!wpk微扑克免费辅助(透视)外挂透明挂辅助器(一直是真的有挂)1、许多玩家不知道辅助...
wpk有透视辅助!wpk被系统... wpk有透视辅助!wpk被系统针对(透视)外挂透视挂辅助代打(一向是真的有挂);致您一封信;亲爱玩家...
wpk外挂!wpkai辅助(透... wpk外挂!wpkai辅助(透视)外挂透视辅助工具(起初是有挂)准备好在ia的高塔上攀登,扮演一位国...
wpk俱乐部!wpk外挂存在吗... wpk俱乐部!wpk外挂存在吗(透视)外挂透视辅助插件(果然真的有挂);软件透明挂更新新赛季,主要更...