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

3分钟辅助!智星菠萝可以辅助吗... 3分钟辅助!智星菠萝可以辅助吗,智星德州插件2024最新版,详细教程(有挂总结)所有人都在同一条线上...
关于!福州天天开心辅助(科普辅... 关于!福州天天开心辅助(科普辅助器)竟然有透视手册福州天天开心辅助是不是有人用挂微扑克wpk插件教程...
八分钟辅助!如何下载wpk透视... 八分钟辅助!如何下载wpk透视版,wepoker亲友圈有用吗,详细教程(有挂方略)1、点击下载安装,...
每日必看教程!博乐填大坑有没有... 每日必看教程!博乐填大坑有没有buff(开挂辅助神器)好像有透视讲义博乐填大坑有没有buff是不是有...
第三分钟辅助!aapoker怎... 第三分钟辅助!aapoker怎么控制牌,wepoker开辅助能查到吗,详细教程(的确有挂)1、完成w...
必备攻略!四川微乐自建房辅助器... 必备攻略!四川微乐自建房辅助器(解密辅助脚本)其实有透视机巧1)四川微乐自建房辅助器免费钻石:进一步...
第十分钟辅助!wepoker国... 第十分钟辅助!wepoker国外版透视,wejoker辅助脚本,详细教程(真的有挂)进入游戏-大厅左...
重大来袭!米娱gm游戏辅助工具... 重大来袭!米娱gm游戏辅助工具(曝光辅助软件)真是有透视指引米娱gm游戏辅助工具透视方法中分为三种模...
4分钟辅助!扑克之星辅助,hh... 4分钟辅助!扑克之星辅助,hhpoker免费透视脚本,详细教程(有挂详细)所有人都在同一条线上,像星...
玩家必备科技!功夫川麻bug(... 玩家必备科技!功夫川麻bug(了解辅助器)切实有透视学习1、游戏颠覆性的策略玩法,独创攻略技巧玩法,...