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

据了解!哈糖大菠萝辅助器,菠萝... 据了解!哈糖大菠萝辅助器,菠萝辅助器免费版的功能介绍(透视)经验脚本(一直存在有挂)-哔哩哔哩据了解...
透视免费!闲逸透视辅助功能插件... 透视免费!闲逸透视辅助功能插件下载,樱花之盛辅助器下载(开挂)其实存在有挂(有挂攻略)-哔哩哔哩1、...
为切实保障!poker wor... 为切实保障!poker world辅助器,wpk刷入池率脚本(透视)方式教程(一贯有挂)1)wpk刷...
记者获悉!小闲川南宜宾辅助器,... 记者获悉!小闲川南宜宾辅助器,玉溪捞腌菜游戏攻略(透视)攻略-切实真的是有挂1、起透看视 玉溪捞腌菜...
据通报!aa poker辅助,... 据通报!aa poker辅助,pokemmo脚本手机版(透视)方式脚本(切实真的有挂)-哔哩哔哩1、...
透视好牌!雀神挂件价格辅助开挂... 您好,雀神挂件价格辅助开挂这款游戏可以开挂的,确实是有挂的,需要了解加去威信【485275054】很...
据权威媒体报道!hhpoker... 据权威媒体报道!hhpoker可以控制牌吗,aapoker怎么控制牌(透视)学习教程(本来是有挂)1...
此事备受玩家关注!鸿狐拼十辅助... 此事备受玩家关注!鸿狐拼十辅助,情怀辅助哪里可以装(透视)攻略-好像真的是有挂情怀辅助哪里可以装透视...
现有关情况通报如下!wepok... 现有关情况通报如下!wepoker怎么提高运气,wepoker好友局透视(透视)教程书脚本(总是是有...
透视挂透视!蜀山四川小程序有挂... 透视挂透视!蜀山四川小程序有挂吗,微乐房间辅助工具在哪下载(开挂)好像有挂(果真有挂)-哔哩哔哩1、...