python爬虫中涉及json数据的处理


在执行爬虫项目的过程中,有时返回的不是一个html页面而是json格式数据,此时对数据的解析非常重要。

1.Json格式数据的爬取

  采用request对以上的url进行爬取:

import  requests

content=requests.get(url,headers=headers).content

 

在爬取的过程中,考虑到需要模拟真实的用户,因此需要添加cookie或者header参数。

 

2.对爬取的json格式数据的解析

  数据已经爬取下来,存放在contend里面,接下来就是对数据的处理

可以在 www.bejson.com 中使json数据能够结构化显示

对于这个数据的解析可以采用采用正则表达式解析

import re

project = re.findall(r'"title":(.*?),', content)

使用正则提取title字段


免责声明!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系本站邮箱yoyou2525@163.com删除。



 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM