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

透视计算!德州ai人工智能,(... 透视计算!德州ai人工智能,(德扑ai)本来是有挂(详细辅助线上教程)1、下载好德州ai人工智能辅助...
透视辅助(aapoker)aa... 透视辅助(aapoker)aapoker辅助工具(透视)好像存在有挂(详细辅助系统教程);aapok...
透视科技(微扑克)微扑克系统发... 透视科技(微扑克)微扑克系统发牌规律(透视)详细辅助力荐教程(确实真的有挂)该软件可以轻松地帮助玩家...
辅助透视(AAPOker)aa... 辅助透视(AAPOker)aapoker辅助(透视)一贯真的有挂(详细辅助解密教程);1)aapok...
透视游戏!德州之星有外挂,(来... 透视游戏!德州之星有外挂,(来玩德州app)确实是有挂(详细辅助新版2025教程);该软件可以轻松地...
透视教程(wpK)微扑克系统发... 透视教程(wpK)微扑克系统发牌规律(透视)详细辅助AI教程(确实真的有挂);1、这是跨平台的微扑克...
透视科技(AApoker)aa... 透视科技(AApoker)aapoker有挂(透视)本来是真的有挂(详细辅助细节揭秘)该软件可以轻松...
透视苹果版!德州AI智能辅助机... 透视苹果版!德州AI智能辅助机器人,(来玩德州)都是是有挂(详细辅助高科技教程)1、下载好德州AI智...
透视有挂(微扑克)微扑克系统发... 透视有挂(微扑克)微扑克系统发牌规律(透视)详细辅助技巧教程(本来有挂)1、不需要AI权限,帮助你快...
透视了解(aapokER)aa... 透视了解(aapokER)aapoker辅助工具存在(透视)确实真的是有挂(详细辅助存在挂教程)1、...