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

透视脚本!wepoker插件程... 透视脚本!wepoker插件程序激活码,欢乐达人葫芦鱼辅助器(一直是有挂)1、欢乐达人葫芦鱼辅助器系...
透视插件“wpk辅助器是真的吗... 透视插件“wpk辅助器是真的吗”总是是有挂(辅助挂)详细辅助黑科技教程1、下载好辅助软件之后点击打开...
wpk辅助软件!wepoker... 您好,wepoker辅助器是真的的吗这款游戏可以开挂的,确实是有挂的,需要了解加微【13670430...
透视安装!hhpoker辅助软... 透视安装!hhpoker辅助软件,hhpoker透视脚本视频(详细辅助技巧教程);亲真的是有正版授权...
透视规律!德扑之心免费透视,兴... 透视规律!德扑之心免费透视,兴动互娱辅助免费下载(原来真的有挂)暗藏猫腻,小编详细说明兴动互娱辅助免...
透视辅助“hhpoker免费透... 透视辅助“hhpoker免费透视脚本”果然存在有挂(辅助挂)详细辅助AA德州教程;辅助器中分为三种模...
德普之星辅助器!we-poke... 德普之星辅助器!we-poker靠谱吗,aapkoer德州辅助挂下载(详细辅助科技教程)是一款可以让...
透视规律!wepoker透视脚... 透视规律!wepoker透视脚本下载,wepoker黑侠辅助器(详细辅助曝光教程);大神普及一款德州...
透视最新!wepoker有没有... 透视最新!wepoker有没有机器人,天天开心国王辅助(总是有挂)1、天天开心国王辅助透视辅助简单,...
wpk透视脚本!hhpoker... 自定义hhpoker透视脚本视频系统规律,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...