码迷,mamicode.com
首页 > Web开发 > 详细

?scrapy--json(360美图)

时间:2018-10-23 21:04:36      阅读:273      评论:0      收藏:0      [点我收藏+]

标签:col   存在   nes   网页   现在   滑动   asc   png   utf-8   

  之前开始学习scrapy,接触了AJax异步加载。一直没放到自己博客,趁现在不忙,也准备为下一个爬虫做知识储存,就分享给大家。

还是从爬取图片开始,先上图给大家看看成果,QAQ。

技术分享图片

一、图片加载的方法

技术分享图片

1.1:网页源码__javascript加载数据

技术分享图片

1.2:F12审查元素:滑动滑块,图片开始不断加载,

技术分享图片

1.3:json数据:"http://image.so.com/zj?ch=beauty&sn=30&listtype=new&temp=1"

技术分享图片

图片的URL储存在["list"]["qhimg_url"]

二、实现代码image.py.items.py,middlewares.py,settings.py,pipelines.py在我之前博客中能找到,在这里就不展示了,也可以进我的github:

# -*- coding: utf-8 -*-
import scrapy
from Tupian360.items import Tupian360Item
import json
import pdb
from Tupian360.settings import USER_AGENT
import random

class ImageSpider(scrapy.Spider):
    name = image
    allowed_domains = [image.so.com]
    pager_count = 0

    headers = {
        Accept: application/json, text/javascript, */*; q=0.01,
        Accept-Encoding: gzip, deflate,
        Accept-Language: zh-CN,zh;q=0.9,
        Connection: keep-alive,
        Content-Length: 11,
        Content-Type: application/x-www-form-urlencoded; charset=UTF-8,
        Host: image.so.com,
        Origin: image.so.com,
        Referer: http://image.so.com/zj?ch=beauty&sn=%s&listtype=new&temp=1%pager_count,
        User-Agent: USER_AGENT,
        X-Requested-With: XMLHttpRequest,
    }

    old_urls   = http://image.so.com/zj?ch=beauty&sn=%s&listtype=new&temp=1
    start_urls = [old_urls%pager_count]

    def parse(self, response):
        tupian = Tupian360Item()
        sel = json.loads(response.body.decode(utf8))
        counts = sel[count]
        self.pager_count += int(counts)
        new_url = self.old_urls%self.pager_count
        for link in sel[list]:
            tupian[image_urls] = link[qhimg_url]
            yield tupian

        yield scrapy.Request(new_url,callback=self.parse)

 

?scrapy--json(360美图)

标签:col   存在   nes   网页   现在   滑动   asc   png   utf-8   

原文地址:https://www.cnblogs.com/eilinge/p/9838266.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!