2019-01-06

•scrapy默认的是get请求,当网页是post请求的时候需要重写start_requests方法,重构起始url请求需要浏览器--参数的数据请求 # windoms运行的时候如果出现了以下错误: """UnicodeEncodeError: 'gbk' codec can't encode character '\u2764' in position 261: illegal multibyte sequence""" # 是由于windows标准输出的默认编码(gbk)无法识别编码格式,解决方法: # 改变标准输出的默认编码 import sys,io sys.stdout = io.TextIOWrapper(sys.stdout.buffer,encoding='gb18030') # 可以把字符串变成xpath格式的标签 from scrapy.selector import Selector # 移除文本中的标签 from w3lib.html import remove_tags class SjjySpider(scrapy.Spider): name = 'sjjy' allowed_domains = ['jiayuan.com'] start_urls = ['http://search.jiayuan.com/v2/search_v2.php'] def start_requests(self): form_data = { 'sex': 'f', 'key': '', 'stc': '1: 11, 2: 20.28, 23: 1', 'sn': 'default', 'sv': '1', 'p': '2', 'f': 'search', 'listStyle': 'bigPhoto', 'pri_uid': '0', 'jsversion': 'v5' } # formdata:对应的表单数据 for url in self.start_urls: yield scrapy.FormRequest( url, formdata=form_data, meta={'form_data': form_data} , dont_filter=True) def parse(self, response): # print(response.status) print(response.text) # 匹配json,转化成字典 pattern = re.compile('##jiayser##(.*?)##jiayser##', re.S) result = re.findall(pattern, response.text)[0] data = json.loads(result) for userinfo in data['userInfo']: # print(userinfo) item = ShijijiayuanItem() # uid item['uid'] = userinfo['uid'] # 头像 item['header_img'] = userinfo['image'] # 性别 item['sex'] = userinfo['sex'] # remove_tags移出标签 item['randTag'] = remove_tags(userinfo['randTag']) # 年龄 item['age'] = userinfo['age'] # 身高 item['height'] = userinfo['height'] # 个性签名 item['shortnote'] = userinfo['shortnote'] # 工作地点 item['workAddress'] = userinfo['work_location'] # 对另一半要求 item['mathCtion'] = userinfo['matchCondition'] # 匿名名 item['nickname'] = userinfo['nickname'] print(item) yield item # 发起下一页 form_data = response.meta['form_data'] # print(from_data) cur_page = form_data['p'] next_page = int(cur_page) + 1 pageTotal = int(data['pageTotal']) if next_page < pageTotal: form_data['p'] = str(next_page) print(cur_page) yield scrapy.FormRequest('http://search.jiayuan.com/v2/search_v2.php',formdata=form_data,meta={'form_data': form_data},callback=self.parse) 作者:牛耀 链接:https://www.jianshu.com/p/99ef8fcc4b0a

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,047评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,807评论 3 386
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 158,501评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,839评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,951评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,117评论 1 291
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,188评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,929评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,372评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,679评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,837评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,536评论 4 335
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,168评论 3 317
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,886评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,129评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,665评论 2 362
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,739评论 2 351

推荐阅读更多精彩内容