知识卡片

操作参考卡 · 8025.cr · 生成模型:未记录

结构化接口也要验证标识约定

理解等级:中级

json.loads把合法JSON转换为Python列表、字典等,再由每条记录的id按property_%06d.html构造详情请求;%06d是最小宽度补零,不把更大数字截断。解析成功不证明顶层必为列表、id存在或格式符合要求。例中30项加1次入口请求为31是特定无额外请求的运行记录,不是任何JSON采集的请求数保证。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《Python编程精进(第1辑)(套装共3册)(异步图书)》精通Python爬虫框架Scrapy · 第5章 迅速的爬虫技巧,spine037单元004;来源项目book-sources,extracted/Python编程精进(第1辑)(套装共3册)(异步图书)/_epub-src/OEBPS/text00036.html。 - 结论依据:原文json.loads后以id格式化详情地址,支持解析和字段/类型假设分开,%06d为最小宽度而非截断,31请求仅为该例计数。补充核验入口:https://docs.python.org/3/library/json.html。未在本机运行示例或改变环境。 - 原始内容:] url = base_url + "property_%06d.html" % id yield Request(url, callback=self.parse_item) 前面的代码使用了 json.loads(response.body