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

黑科技黑科技!德州ai辅助器算... 黑科技黑科技!德州ai辅助器算外挂吗(透视)技巧教程(2021已更新)(哔哩哔哩);1、下载好德州a...
分享个大家!aa扑克用模拟器(... 分享个大家!aa扑克用模拟器(黑科技)外挂软件透明挂辅助器(存在有挂)-哔哩哔哩;aa扑克用模拟器辅...
黑科技黑科技挂!微扑克助手(透... 黑科技黑科技挂!微扑克助手(透视)揭秘教程(2026已更新)(哔哩哔哩)1、任何微扑克助手ai辅助神...
实测分享!聚星扑克有假吗(黑科... 实测分享!聚星扑克有假吗(黑科技)外挂ai辅助辅助挂(有挂教学)-哔哩哔哩(1)实测分享!聚星扑克有...
黑科技安装!德州wpk(透视)... 黑科技安装!德州wpk(透视)2025新版总结(2022已更新)(哔哩哔哩)1、德州wpk系统规律教...
程序员教你!微扑克统计辅助器(... 自定义微扑克统计辅助器系统规律,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...
黑科技了解!微扑克做弊(透视)... 黑科技了解!微扑克做弊(透视)wpk教程(2026已更新)(哔哩哔哩);1、微扑克做弊机器人多个强度...
热点讨论!微扑克wpk有挂吗(... 热点讨论!微扑克wpk有挂吗(黑科技)外挂软件透明挂辅助助手(有挂详情)-哔哩哔哩1、每一步都需要思...
黑科技软件!pokermast... 黑科技软件!pokermaster有挂吗(透视)安装教程(2020已更新)(哔哩哔哩)1、每一步都需...
发现一款!wepower让系统... 发现一款!wepower让系统发好牌(黑科技)外挂辅助挂辅助器(揭秘有挂)-哔哩哔哩是一款可以让一直...