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 获取参数并返回一个 JSON 对象。所以,我有一个我想做的查询列表,然后以特定的时间间隔重复以更新数据库。 scrapy 适合这个还是我应该使用其他东西?
我实际上不需要点击链接,但我确实需要同时发送多个请求。
最佳答案
POST 请求看起来如何?有许多变体,例如简单的查询参数 (?a=1&b=2
)、类似表单的有效负载(正文包含 a=1&b=2
)或任何其他一种有效载荷(正文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,参见:http://doc.scrapy.org/en/latest/topics/request-response.html#request-usage-examples
例如,您可能需要这样的东西:
# 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)
关于python - HTTP POST 和使用 Scrapy 解析 JSON,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/21018618/