爬虫——jsonjsonpathxpath模糊查询
Posted gaoquanquan
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了爬虫——jsonjsonpathxpath模糊查询相关的知识,希望对你有一定的参考价值。
发现一个问题,之前爬的内容写入文件的方式错了,应该是“wb"! 啊,居然才发现,太蠢了!
json.dump() : 将python内置类型序列转化为python对象后写入文件
json.load() : 将json形式的字符串元素转化成python类型
import urllib.request import json import jsonpath url = "https://www.lagou.com/lbs/getAllCitySearchLabels.json" headers = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (Khtml, like Gecko) Chrome/66.0.3359.181 Safari/537.36"} request = urllib.request.Request(url, headers=headers) html = urllib.request.urlopen(request).read() # html.decode("utf-8") # html = bytes(html, encoding="utf-8") # html = html.decode("gbk") with open("lagou.txt","wb") as f: f.write(html) # 把json形式的字符串转换成python形式的Unicode字符串 unicodestr = json.loads(html) city_list = jsonpath.jsonpath(unicodestr, "$..name") for item in city_list: print(item) # dumps()默认中文为ascii编码格式 # dumps直接操作,返回Unicode字符串 array = json.dumps(city_list, ensure_ascii=False) with open("lagou.json","wb") as f: # unicode转化为utf-8 f.write(array.encode("utf-8"))
xpath模糊查询:
//div[contains(@要查找的标签或者属性名,要匹配的字符串)]
以上是关于爬虫——jsonjsonpathxpath模糊查询的主要内容,如果未能解决你的问题,请参考以下文章