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
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)。
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
相关知识
京东爬虫
dawngo/基于python对红楼梦的人物分析
使用美汤从HTML中提取特定的标题
Python学习笔记9
json格式
基于Python爬虫的电商网站彩妆数据的分析与研究
python学习笔记(十六)文件操作
Python 常用的标准库以及第三方库有哪些?
用Python爬虫获取网络园艺社区植物养护和种植技巧
(开题)flask框架《花间故里》(程序+论文+python)
网址: 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 https://www.huajiangbk.com/newsview702277.html
上一篇: plt.plot画图函数 |
下一篇: 兰花种苗是保定辖区特色出口植物产 |
推荐分享

- 1君子兰什么品种最名贵 十大名 4012
- 2世界上最名贵的10种兰花图片 3364
- 3花圈挽联怎么写? 3286
- 4迷信说家里不能放假花 家里摆 1878
- 5香山红叶什么时候红 1493
- 6花的意思,花的解释,花的拼音 1210
- 7教师节送什么花最合适 1167
- 8勿忘我花图片 1103
- 9橄榄枝的象征意义 1093
- 10洛阳的市花 1039