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

来临!潮友会插件,竞技联盟辅助... 来临!潮友会插件,竞技联盟辅助插件(透视)一贯真的有辅助脚本(哔哩哔哩)所有人都在同一条线上,像星星...
今日"xpoker辅... 今日"xpoker辅助怎么用"hhpoker哪个俱乐部靠谱(其实有辅助插件)-哔哩哔哩hhpoker...
经调查!闲逸游戏辅助软件下载,... 经调查!闲逸游戏辅助软件下载,hhpoker是真的假的(透视)好像是有辅助app(哔哩哔哩)1、实时...
相较于以往"aapo... 相较于以往"aapoker透视脚本入口"epoker透视(确实是真的辅助下载)-哔哩哔哩1、aapo...
据了解!指尖四川小程序脚本,w... 您好,指尖四川小程序脚本这款游戏可以开挂的,确实是有挂的,需要了解加去威信【136704302】很多...
据监测"德普之星私人... 据监测"德普之星私人局透视"菠萝辅助器免费版的功能介绍(总是是真的辅助app)-哔哩哔哩1、不需要A...
出乎意料的是!打两圈软件辅助器... 出乎意料的是!打两圈软件辅助器下载,德州私人局怎么透视(透视)好像有辅助攻略(哔哩哔哩);1、打两圈...
迎来新发展"wpk透... 您好,hhpoker免费辅助器这款游戏可以开挂的,确实是有挂的,需要了解加去威信【485275054...
透视苹果版"hhpo... 透视苹果版"hhpoker软件靠谱吗"有没有人wepoker(真是存在有辅助修改器)-哔哩哔哩1、实...
据目击者称!微信小程序微乐辅助... 据目击者称!微信小程序微乐辅助器,hhpoker怎么开透视(透视)果然有辅助工具(哔哩哔哩);1、实...