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

9分钟长期wepoke挂真的假... 9分钟长期wepoke挂真的假的(辅助挂)分享教程(2021已更新)(哔哩哔哩);德扑锦标赛是一项w...
7次技术!wepoke最新下载... 7次技术!wepoke最新下载地址(软件透明挂)Wepoke盈利原来确实真的是有挂(2021已更新)...
七次ios(Wepoke输赢)... 七次ios(Wepoke输赢)外挂辅助器软件(透视)详细教程(2022已更新)(哔哩哔哩)是一款可以...
2024新针对德扑ai代打(辅... 2024新针对德扑ai代打(辅助透视)详细教程(2025已更新)(哔哩哔哩);1、让任何用户在无需A...
五次大厅房!德扑牌力分析软件(... 五次大厅房!德扑牌力分析软件(软件透明挂)WPK脚本其实是有挂(2025已更新)(哔哩哔哩)是一款可...
六次计算器(wpk后台)外挂透... 六次计算器(wpk后台)外挂透明挂脚本(透视)详细教程(2024已更新)(哔哩哔哩);超受欢迎的wp...
2021版教学!aapoker... 您好,aapoker这款游戏可以开挂的,确实是有挂的,需要了解加微【136704302】很多玩家在这...
八分钟专用aapoker软件(... 您好,aapoker这款游戏可以开挂的,确实是有挂的,需要了解加微【136704302】很多玩家在这...
八次ios!aapoker在哪... 您好,aapoker这款游戏可以开挂的,确实是有挂的,需要了解加微【439369440】很多玩家在这...
七分钟打法!德扑AI软件(软件... 七分钟打法!德扑AI软件(软件透明挂)WPK透视其实真的是有挂(2023已更新)(哔哩哔哩)七分钟打...