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

企业级爬虫知识与Scrapy代码技巧

最新推荐文章于 2025-06-14 20:25:36 发布

原创最新推荐文章于 2025-06-14 20:25:36 发布 · 4.4k 阅读

8 ·

CC 4.0 BY-SA版权

python爬虫专栏收录该内容

25 篇文章

订阅专栏

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: