标签：fan created 方法 turn mit ase start import call
本系列文章主要记录和讲解pyspider的示例代码，希望能抛砖引玉。pyspider示例代码官方网站是http://demo.pyspider.org/。上面的示例代码太多，无从下手。因此本人找出一下比较经典的示例进行简单讲解，希望对新手有一些帮助。
pyspider爬取的内容通过回调的参数response返回，response有多种解析方式。
1、response.json用于解析json数据
2、response.doc返回的是PyQuery对象
3、response.etree返回的是lxml对象
4、response.text返回的是unicode文本
5、response.content返回的是字节码
本示例主要是利用response.json解析返回的json数据。其他返回类型示例见后续文章。
#!/usr/bin/env python # -*- encoding: utf-8 -*- # Created on 2016-06-21 13:57:13 # Project: duitang from pyspider.libs.base_handler import * class Handler(BaseHandler): crawl_config = { } @every(minutes=24 * 60) def on_start(self): self.crawl(‘http://www.duitang.com/napi/friendship/fans/?start=0&limit=1000&user_id=116965‘, callback=self.index_page) @config(age=10 * 24 * 60 * 60) def index_page(self, response): for each in response.json[‘data‘][‘object_list‘]: id = each[‘id‘] self.crawl(‘http://www.duitang.com/napi/friendship/fans/?start=0&limit=1000&user_id=‘+str(id), callback=self.index_page) self.crawl(‘http://www.duitang.com/napi/people/profile/?user_id=‘+str(id), callback=self.detail_page) start = response.json[‘data‘][‘next_start‘] total = response.json[‘data‘][‘total‘] user = response.json[‘data‘][‘visit_user‘][‘user_id‘] if start < total: self.crawl(‘http://www.duitang.com/napi/friendship/fans/?start=‘+str(start)+‘&limit=1000&user_id=‘+str(user),callback=self.index_page) @config(priority=2) def detail_page(self, response): return { "username": response.json[‘data‘][‘username‘], "id": response.json[‘data‘][‘id‘] }
标签：fan created 方法 turn mit ase start import call
原文地址：http://www.cnblogs.com/microman/p/6110388.html
