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

外挂方案!竞技联盟破解版最新版... 外挂方案!竞技联盟破解版最新版,德州透视竞技联盟-一贯存在有辅助脚本(哔哩哔哩)1、上手简单,内置详...
透视科技!德扑HHpoker有... 透视科技!德扑HHpoker有挂吗(透视)确实真的是有辅助辅助器(有挂详细)-哔哩哔哩1、实时德扑H...
专业讨论!wpk可以作必弊吗,... 专业讨论!wpk可以作必弊吗,鄱阳翻精怎么开挂,本来有辅助神器(有挂规律)进入游戏-大厅左侧-新手福...
外挂指南书!智星菠萝德州插件最... 外挂指南书!智星菠萝德州插件最新版本更新内容详解,拱趴大菠萝机器人-原来一直总是有辅助工具(哔哩哔哩...
连日来!pokemmo辅助器脚... 连日来!pokemmo辅助器脚本下载(透视)原来是真的辅助软件(有挂透明挂)-哔哩哔哩1、不需要AI...
分享一款!hhpoker作必弊... 分享一款!hhpoker作必弊码,衢州都莱罗松怎么才能赢,一直存在有辅助脚本(存在有挂)1、任何衢州...
截至发稿!uupoker有透视... 截至发稿!uupoker有透视吗(透视)果然存在有辅助平台(发现有挂)-哔哩哔哩1、每一步都需要思考...
外挂演示!德普之星透视辅助软件... 外挂演示!德普之星透视辅助软件激活码,德普之星透视辅助软件激活码-果然一直总是有辅助工具(哔哩哔哩)...
玩家攻略!wepoker安装教... 玩家攻略!wepoker安装教程,决战十三水ios辅助,真是是有辅助下载(有挂解密)1、下载好决战十...
刚刚!wepoker怎么开辅助... 刚刚!wepoker怎么开辅助(透视)好像真的有辅助修改器(有挂规律)-哔哩哔哩;1、首先打开wep...