Scrapy爬取世紀(jì)佳緣 --post請求

  • scrapy默認(rèn)的是get請求,當(dāng)網(wǎng)頁是post請求的時候需要重寫start_requests方法,重構(gòu)起始url請求需要瀏覽器--參數(shù)的數(shù)據(jù)請求
# windoms運行的時候如果出現(xiàn)了以下錯誤:
"""UnicodeEncodeError: 'gbk' codec can't encode character '\u2764' in position 261: illegal multibyte sequence"""
# 是由于windows標(biāo)準(zhǔn)輸出的默認(rèn)編碼(gbk)無法識別編碼格式,解決方法:
# 改變標(biāo)準(zhǔn)輸出的默認(rèn)編碼 
import sys,io
sys.stdout = io.TextIOWrapper(sys.stdout.buffer,encoding='gb18030')
# 可以把字符串變成xpath格式的標(biāo)簽
from scrapy.selector import Selector
# 移除文本中的標(biāo)簽
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:對應(yīng)的表單數(shù)據(jù)
        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,轉(zhuǎn)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']
            # 頭像
            item['header_img'] = userinfo['image']
            # 性別
            item['sex'] = userinfo['sex']

            # remove_tags移出標(biāo)簽
            item['randTag'] = remove_tags(userinfo['randTag'])
            # 年齡
            item['age'] = userinfo['age']
            #  身高
            item['height'] = userinfo['height']
            # 個性簽名
            item['shortnote'] = userinfo['shortnote']
            # 工作地點
            item['workAddress'] = userinfo['work_location']
            # 對另一半要求
            item['mathCtion'] = userinfo['matchCondition']
            # 匿名名
            item['nickname'] = userinfo['nickname']
            print(item)
            yield item
        # 發(fā)起下一頁
        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)

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 227,797評論 6 531
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 98,179評論 3 414
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 175,628評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經(jīng)常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,642評論 1 309
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 71,444評論 6 405
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 54,948評論 1 321
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,040評論 3 440
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 42,185評論 0 287
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 48,717評論 1 333
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 40,602評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,794評論 1 369
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,316評論 5 358
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 44,045評論 3 347
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,418評論 0 26
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,671評論 1 281
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,414評論 3 390
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 47,750評論 2 370

推薦閱讀更多精彩內(nèi)容