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

爬虫实验:使用Scrapy抓取网页内容

如何将抓取的数据从 Scrapy 以 csv 或 json 格式上传到 Amazon S3?

Scrapy - 请求有效负载格式和类型

scrapy不会抓取所有内容

scrapy框架