python爬取数据保存为json格式
代码如下：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
|
#encoding:'utf-8'import urllib.requestfrom bs4 import beautifulsoupimport osimport timeimport codecsimport json#找到网址def getdatas(): # 伪装 header={'user-agent':"mozilla/5.0 (x11; cros i686 2268.111.0) applewebkit/536.11 (khtml, like gecko) chrome/20.0.1132.57 safari/536.11"} # url="https://movie.douban.com/top250" url="file:///e:/scrapy/2018-04-27/movie/movie.html" ret=urllib.request.request(url=url,headers=header) # 打开网页 res=urllib.request.urlopen(ret) # 转化格式 response=beautifulsoup(res,'html.parser') # 找到想要数据的父元素 datas=response.find_all('div',{'class':'item'}) # print(datas) #创建存放数据的文件夹 folder_name="output" if not os.path.exists(folder_name): os.mkdir(folder_name) # 定义文件 current_time=time.strftime('%y-%m-%d',time.localtime()) file_name="move"+current_time+".json" # 文件路径 file_path=folder_name+"/"+file_name for item in datas: # print(item) dict1={} dict1['rank']=item.find('div',{'class':'pic'}).find('em').get_text() dict1['title']=item.find('div',{'class':'info'}).find('div',{'class':'hd'}).find('a').find('span',{'class':'title'}).get_text() dict1['picurl']=item.find('div',{'class':'pic'}).find('a').find('img').get('src') # print(picurl) # 保存数据为json格式 try: with codecs.open(file_path,'a',encoding="utf-8") as fp: fp.write(json.dumps(dict1,ensure_ascii=false)+",\n") except ioerror as err: print('error'+str(err)) finally: fp.close() passgetdatas()# 爬取数据 |
总结
以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对服务器之家的支持。如果你想了解更多相关内容请查看下面相关链接
原文链接：https://blog.csdn.net/zhanghl150426/article/details/82022339
