首页分享 Python爬虫基本流程梳理：构造请求头、发起请求、json格式数据解码转码、读写CSV文件——基于AJAX网页爬虫

Python爬虫基本流程梳理：构造请求头、发起请求、json格式数据解码转码、读写CSV文件——基于AJAX网页爬虫

来源：花匠小妙招时间：2024-11-24 20:50

说明

爬虫时有的数据在网页源代码中可以找到；
有的需要抓包获取数据（AJAX网页，个人理解：点击下一页时只需对页面的局部进行更新，网址不发生改变）。
在这里插入图片描述

构造请求头、发起请求、获取数据

import csv url=url headers = { "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/70.0.3538.110 Safari/537.36" } params = { "type": "movie", "tag": "热门", "sort": "recommend", "page_limit": "20", "page_start": page_start } response = requests.get(url=url,headers=headers, params=params) 123456789101112131415

json格式数据解码转码

content=response.content #results = response.json() json_str=content.decode('utf-8') data=json.loads(json_str) 1234

读入CSV文件

with open('limit.csv',mode='r',encoding='gbk',newline='') as f: reader = csv.reader(f) for row in reader: ...... 1234

或者

f=open ('result.csv',mode='r',encoding='gbk',newline='') reader = csv.reader(f) ...... f.close() 1234

写入CSV文件

with open('filename','w',encoding='utf-8',newline='') as f:writer=csv.writer(f)title = ['title1', 'title2', 'title3','title4']writer.writerow(title)for da in data['result']:row=[x1. x2, x3, x4]writer.writerow(row) 1234567

或者

f=open ('result.csv',mode='w',encoding='gbk',newline='') writer=csv.writer(f) title = ['title1', 'title2', 'title3','title4'] writer.writerow(title)for da in data['result']:row=[x1. x2, x3, x4]writer.writerow(row) f.close() 12345678

在这里插入图片描述