python爬虫简单实现,并在java中调用python脚本,将数据保存在json文件中

Posted 码上加油站

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python爬虫简单实现,并在java中调用python脚本,将数据保存在json文件中相关的知识,希望对你有一定的参考价值。

# coding:utf-8

import urllib2
from bs4 import BeautifulSoup
import json
import sys

reload(sys)

sys.setdefaultencoding(utf-8)
class dataBean(object) :

    def __init__(self, title, url,date):
        self.date = date
        self.url = url
        self.title = title
    def obj_2_json(obj):
        return {
            "title":obj.title,
            "url":obj.url,
            "date":obj.date
        }
url = "http://localhost:8088/news.html"
response3 = urllib2.urlopen(url)
soup = BeautifulSoup(response3.read(), html.parser, from_encoding=utf-8)
links = soup.find_all(a,class_=‘‘)
data=[]
contents = soup.find(ul, class_="w_newslistpage_list").findAll("li")


for content in contents:
    bean = dataBean(content.find("span").find("a").get_text(), content.find("span").find("a")[href],
                    content.find(span, class_="date").get_text())
    data.append(dataBean(content.find("span").find("a").get_text(), content.find("span").find("a")[href],
                    content.find(span, class_="date").get_text()))

jsondata= json.dumps(data,default=dataBean.obj_2_json, ensure_ascii=False,encoding=utf-8)
fileObject = open(data.json, w)
fileObject.write(jsondata)
fileObject.close()
print jsondata

java中调用,借助jython.jar,并将bs4文件拷贝在当前文件夹下即可

import org.python.core.Py;
import org.python.core.PyString;
import org.python.util.PythonInterpreter;


public class Main {
//jython安装
    public static void main(String[] args) {
        String code = "# -*- coding: utf-8 -*-
" +
                "import sys
" +
                "reload(sys)
" + "import urllib2
" +
                "sys.setdefaultencoding(‘utf-8‘)
" +
                "import json
";
        new Thread(new Runnable() {
            @Override
            public void run() {
                PythonInterpreter interpreter = new PythonInterpreter();
                interpreter.exec("from bs4 import BeautifulSoup");
                PyString code2 = Py.newStringUTF8(code);
                interpreter.exec(code2);
                interpreter.execfile("D:\java\test\src\GetNewsDataToLocal.py");

            }
        }
        ).start();
    }


}

可在当前文件夹看到json文件

以上是关于python爬虫简单实现,并在java中调用python脚本,将数据保存在json文件中的主要内容,如果未能解决你的问题,请参考以下文章

pyrthon 简单爬虫实现

Java爬虫

如何快速赚钱:Python爬虫

Python爬虫知识点梳理

Java网络爬虫怎么实现?

java调用Linux执行Python爬虫,并将数据存储到elasticsearch中--(java后台代码)