Scrapy:抓取返回数据格式为JSON的网站内容
Posted 陈小峰_iefreer
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Scrapy:抓取返回数据格式为JSON的网站内容相关的知识,希望对你有一定的参考价值。
有些网站的数据是通过ajax请求获取的,或者提供了json格式的api。
比如对于如下的数据:
"url": "http://www.techbrood.com/news/1",
"author": "iefreer",
"title": "techbrood Co. test 1"
,
"url": "http://www.techbrood.com/news/2",
"author": "ryan.chen",
"title": "techbrood Co. test 2"
在Scrapy里,只要简单改写下parse函数就行:
def parse(self, response):
sites = json.loads(response.body_as_unicode())
for site in sites:
print site['url']
调用body_as_unicode()是为了能处理unicode编码的数据。
by iefreer
以上是关于Scrapy:抓取返回数据格式为JSON的网站内容的主要内容,如果未能解决你的问题,请参考以下文章
Python爬虫编程思想(150):使用Scrapy抓取数据,并将抓取到的数据保存为多种格式的文件