知识卡片
结构化接口也要验证标识约定
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?
这张卡片已通过人工审查,不再接受失败反馈。
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
- 第5章 迅速的爬虫技巧 5.2 使用JSON API和AJAX页面的爬虫 · 查看原书依据
property_%06d.html
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