python3--Scrapy框架,某信用中国返回json数据(spider源码)

博客提供企业级爬虫知识查询链接,还展示了Scrapy的spider部分代码。同时介绍构造请求头的技巧,推荐通过特定博客将curl语法转化为Python的requests爬虫代码,可快速复制使用。
整理于2020年10月下旬,献给不甘平凡的你

更多企业级爬虫知识请查收于:https://blog.youkuaiyun.com/weixin_45316122/article/details/109840745

 

这里是scrapy 的spider部分代码

Trick:构造构造请求头(postman,网站调试器,apipost,当然我推荐的是博客——— https://blog.youkuaiyun.com/weixin_45316122/article/details/93724746   [python3爬虫工具,将curl语法转化为python的requests爬虫    ]直接转化为python格式复制过来就行,几秒解决)

# -*- coding: utf-8 -*-
import scrapy
from scrapy.http import Request
from utils import deal_date, transfrom, get_id
from ..items import Item
import json


class XkSdl10822Spider(scrapy.Spider):
    name = '****'
    url = 'http://222.76.243.118:8090'
    headers = {
        'Origin': 'http://222.76.243.118:8090',
        'Accept-Encoding': 'gzip, deflate',
        'Accept-Language': 'zh-CN,zh;q=0.9',
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.131 Safari/537.36',
        #这里必须有,才会有下面的解析方式
        'Content-Type': 'application/json; charset=UTF-8',
        'Accept': 'application/json, text/javascript, */*; q=0.01',
        'Referer': '*********',
        'Connection': 'keep-alive',
    }
#构造起始start_requests
    def start_requests(self):
        #偷懒没写遍历去限制每次请求的数据,直接一下拿了,主要是为了后面增量考虑
        data = {
            'listSql': '',
            'linesPerPage': "6704",
            'currentPage': "1",
            'deptId': '',
            'searchKeyword': '',
            'tag': 'ALLOW'
        }
        yield scrapy.Request(url=self.url, body=json.dumps(data), method='POST', headers=self.headers,callback=self.parse_list)

    #把数据切割分成一页多少个
    # def parse_page(self, response):
    #     self.parse_list(response)
    #     if self.page == 1:
    #以下省略

    def parse_list(self, response):
        #返回json,转化python字典类型
        tr1 = json.loads(response.text)
        #把 tr1看成一个大字典,取键拿值
        if tr1.get("message") == "请求成功":
            data = tr1.get('data')#也可以写成 data = tr1.【'data'】下面类似
            list = data.get('list')
            #这里就是遍历每个json里面的数据了
            for i in list:

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值