关于python:HTTP POST和使用Scrapy解析JSON

HTTP POST and parsing JSON with Scrapy

我有一个网站,我想从中提取数据。 数据检索非常简单。

它使用HTTP POST获取参数并返回JSON对象。 所以,我有一个我想要做的查询列表,然后以一定的间隔重复更新数据库。 scrapy适合这个还是我应该使用其他东西?

我实际上不需要关注链接,但我确实需要同时发送多个请求。


看起来像POST请求怎么样? 有许多变体,例如简单查询参数(?a=1&b=2),类似形式的有效负载(主体包含a=1&b=2)或任何其他类型的有效负载(主体包含某种格式的字符串,如json或xml)。

在scrapy中发出POST请求相当简单,请参阅:http://doc.scrapy.org/en/latest/topics/request-response.html#request-usage-examples

例如,您可能需要以下内容:

1
2
3
4
5
6
7
8
9
    # Warning: take care of the undefined variables and modules!

    def start_requests(self):
        payload = {"a": 1,"b": 2}
        yield Request(url, self.parse_data, method="POST", body=urllib.urlencode(payload))

    def parse_data(self, response):
        # do stuff with data...
        data = json.loads(response.body)

基于我对该问题的理解,您只想以一定的间隔从网页中获取/抓取数据。 Scrapy通常用于爬行。

如果您只想发出http post请求,可以考虑使用python请求库。


为了处理请求和检索响应,scrapy绰绰有余。 要解析JSON,只需使用标准库中的json模块:

1
2
3
4
import json

data = ...
json_data = json.loads(data)

希望这可以帮助!