PythonNetwork/XHR/json

Posted 2022-09-14 ch-tnt

#####################################################################

制定一个目标（爬取周杰伦的歌曲清单）；

根据目标，确认一个方案（爬取QQ音乐）；

带着方案，去分析它的网站结构；最后去写代码

#####################################################################

什么是Network

 

 

调用“检查”（ctrl+shift+i）工具，然后点击Network

 

记录在当前页面上发生的所有请求。

现在看上去好像空空如也的样子，这是因为Network记录的是实时网络请求。

现在网页都已经加载完成，所以不会有东西。

 

点击一下刷新，浏览器会重新访问网络，这样就会有记录

 

浏览器总是在向服务器，发起各式各样的请求。

当这些请求完成，它们会一起组成我们在Elements中看到的网页源代码

 

一般来说，都是这种第0个请求先启动了

其他的请求才会关联启动，一点点地将网页给填充起来

 

也有一些网页，直接把所有的关键信息都放在第0个请求里

 

方法：

先找到哪一个请求当中。再用requests库，去模拟这个请求

+++++++++++++++++++++++++++++++++++++++++++++++++++++

Network怎么用

 

第一行

ALL（查看全部）/XHR（仅查看XHR，我们等会重点讲它）/Doc（Document，第0个请求一般在这里），

有时候也会看看：Img（仅查看图片）/Media（仅查看媒体文件）/Other（其他）。

最后，JS和CSS，则是前端代码，负责发起请求和页面实现；Font是文字的字体；

而理解WS和Manifest，需要网络编程的知识，倘若不是专门做这个，你不需要了解

 

第二行

是一个时间轴。记录什么时间，有哪些请求

 

第三行

统计：有多少个请求，一共多大，花了多长时间

############################################################

什么是XHR？

把鼠标在XHR上悬停，你可以看到它的完整表述是XHR and Fetch

 

#了解即可：Ajax技术 应用这种技术，好处是显而易见的——更新网页内容，而不用重新加载整个网页。又省流量又省时间

工作的时候，会创建一个XHR（或是Fetch）对象，

然后利用XHR对象来实现，服务器和浏览器之间传输数据。

在这里，XHR和Fetch并没有本质区别，只是Fetch出现得比XHR更晚一些，所以对一些开发人员来说会更好用，但作用都是一样的

+++++++++++++++++++++

XHR怎么请求？

 

 

列子：

点击XHR按钮。

网页里一共有10个XHR或Fetch，我们要从里面找出带有歌单的那一个(尝试阅读它们的名字client_search)

从左往右分别是：Headers：标头（请求信息）、Preview：预览、Response：原始信息、Timing：时间。

点击Preview按照这样的顺序：data-song-list-0-name,就能看到歌名

#最左侧的Headers，点击它-General-Requests URL-浏览器中打开链接(字典层层嵌套)，比较难看

直接看Preview，按照这样的顺序：data-song-list-0-name，歌曲名就在这里，它的键是name

 

 

XHR是一个字典，键data对应的值也是一个字典；

在该字典里，键song对应的值也是一个字典；

在该字典里，键list对应的值是一个列表；

在该列表里，一共有20个元素；

每一个元素都是一个字典；在每个字典里，键name的值，对应的是歌曲名。

XHRdata:song:list:[name:歌曲名

 

  

 1 import requests
 2 
 3 # 引用requests库
 4 
 5 res = requests.get(‘https://c.y.qq.com/soso/fcgi-bin/client_search_cp?ct=24&qqmusic_ver=1298&new_json=1&remoteplace=txt.yqq.song&searchid=60997426243444153&t=0&aggr=1&cr=1&catZhida=1&lossless=0&flag_qc=0&p=1&n=20&w=%E5%91%A8%E6%9D%B0%E4%BC%A6&g_tk=5381&loginUin=0&hostUin=0&format=json&inCharset=utf8&outCharset=utf-8¬ice=0&platform=yqq.json&needNewCode=0‘)
 6 
 7 #URL地址点击XHR --Name--Copy link address 或者复制Request URL
 8 
 9 # 调用get方法，下载这个字典
10 
11 print(res.text)
12 
13 # 把它打印出来 结果不是我们想要的列表/字典，数据取不出来

######################################################

json是什么？

  

 

json是一种特殊的字符串，这种字符串特殊在它的写法——它是用列表/字典的语法写成的

和html一样，常用来做网络数据传输

 

json的数据类型是“文本”，在Python语言当中，我们把它称为字符串

 

不是所有的编程语言都能读懂Python里的数据类型（如，列表/字符串），

但是所有的编程语言，都支持文本(在Python中，用字符串这种数据类型来表示文本)这种最朴素的数据类型

json数据能实现，跨平台，跨语言工作。

 

json和XHR之间的关系

XHR用于传输数据，它能传输很多种数据，json是被传输的一种数据格式

 

可以将json格式的数据，转换成正常的列表/字典，也可以将列表/字典，转换成json

+++++++++++++++++++++++++++++++++++++++++++++++++++++

json数据如何解析？

搜索“requests 官方文档”

 

Requests 中也有一个内置的 JSON 解码器，助你处理 JSON 数据： 

>>> import requests

>>> r = requests.get(‘https://api.github.com/events‘)

>>> r.json()

 

[u‘repository‘: u‘open_issues‘: 0, u‘url‘: ‘https://github.com/...

 

如果 JSON 解码失败， r.json() 就会抛出一个异常。例如，响应内容是 401 (Unauthorized)，尝试访问 r.json() 将会抛出 ValueError: No JSON object could be decoded 异常。

 

需要注意的是，成功调用 r.json() 并**不**意味着响应的成功。有的服务器会在失败的响应中包含一个 JSON 对象（比如 HTTP 500 的错误细节）。

这种 JSON 会被解码返回。要检查请求是否成功，请使用 r.raise_for_status() 或者检查 r.status_code 是否和你的期望相同。

 1 import requests
 2 
 3 # 引用requests库
 4 
 5 res_music = requests.get(‘https://c.y.qq.com/soso/fcgi-bin/client_search_cp?ct=24&qqmusic_ver=1298&new_json=1&remoteplace=txt.yqq.song&searchid=60997426243444153&t=0&aggr=1&cr=1&catZhida=1&lossless=0&flag_qc=0&p=1&n=20&w=%E5%91%A8%E6%9D%B0%E4%BC%A6&g_tk=5381&loginUin=0&hostUin=0&format=json&inCharset=utf8&outCharset=utf-8¬ice=0&platform=yqq.json&needNewCode=0‘)
 6 
 7 # 调用get方法，下载这个字典
 8 
 9 json_music = res_music.json()
10 
11 # 使用json()方法，将response对象，转为列表/字典
12 
13 print(type(json_music))
14 
15 # 打印json_music的数据类型  <class ‘dict‘>

 1 import requests
 2 
 3 # 引用requests库
 4 
 5 res_music = requests.get(‘https://c.y.qq.com/soso/fcgi-bin/client_search_cp?ct=24&qqmusic_ver=1298&new_json=1&remoteplace=txt.yqq.song&searchid=60997426243444153&t=0&aggr=1&cr=1&catZhida=1&lossless=0&flag_qc=0&p=1&n=20&w=%E5%91%A8%E6%9D%B0%E4%BC%A6&g_tk=5381&loginUin=0&hostUin=0&format=json&inCharset=utf8&outCharset=utf-8¬ice=0&platform=yqq.json&needNewCode=0‘)
 6 
 7 # 调用get方法，下载这个字典
 8 
 9 json_music = res_music.json()
10 
11 # 使用json()方法，将response对象，转为列表/字典
12 
13 list_music = json_music[‘data‘][‘song‘][‘list‘]
14 
15 # 一层一层地取字典，获取歌单列表
16 
17 for music in list_music:
18 
19 # list_music是一个列表，music是它里面的元素
20 
21     print(music[‘name‘])
22 
23     # 以name为键，查找歌曲名
24 
25     print(‘所属专辑：‘+music[‘album‘][‘name‘])
26 
27     # 查找专辑名
28 
29     print(‘播放时长：‘+str(music[‘interval‘])+‘秒‘)
30 
31     # 查找播放时长
32 
33     print(‘播放链接：https://y.qq.com/n/yqq/song/‘+music[‘mid‘]+‘.html\\n\\n‘)
34 
35     # 查找播放链接

 

---

 

扩展json

 1 import json
 2 
 3 # 引入json模块
 4 
 5 a = [1,2,3,4]
 6 
 7 # 创建一个列表a。
 8 
 9 b = json.dumps(a)
10 
11 # 使用dumps()函数，将列表a转换为json格式的字符串，赋值给b。
12 
13 print(b)
14 
15 # 打印b。
16 
17 print(type(b))
18 
19 # 打印b的数据类型。
20 
21  
22 
23 c = json.loads(b)
24 
25 # 使用loads()函数，将json格式的字符串b转为列表，赋值给c。
26 
27 print(c)
28 
29 # 打印c。
30 
31 print(type(c))
32 
33 # 打印c的数据类型。