Scrapy:抓取返回数据格式为JSON的网站内容

62 阅读 0 评论 41 点赞

我是靠谱客的博主沉静睫毛，这篇文章主要介绍Scrapy:抓取返回数据格式为JSON的网站内容，现在分享给大家，希望可以做个参考。

有些网站的数据是通过ajax请求获取的，或者提供了json格式的api。

比如对于如下的数据：

{
{
"url": "http://www.techbrood.com/news/1",
"author": "iefreer",
"title": "techbrood Co. test 1"
},
{
"url": "http://www.techbrood.com/news/2",
"author": "ryan.chen",
"title": "techbrood Co. test 2"
}
}

在Scrapy里，只要简单改写下parse函数就行：

def parse(self, response):
#调用body_as_unicode()是为了能处理unicode编码的数据。
sites = json.loads(response.body_as_unicode())
for site in sites:
print site['url']

调用body_as_unicode()是为了能处理unicode编码的数据。