python爬取数据保存为Json格式

#encoding:'utf-8'
import urllib.request
from bs4 import BeautifulSoup
import os
import time
import codecs
import json
#找到网址
def getDatas():
    # 伪装
    header={'User-Agent':"Mozilla/5.0 (X11; CrOS i686 2268.111.0) AppleWebKit/536.11 (KHTML, like Gecko) Chrome/20.0.1132.57 Safari/536.11"}
    # url="https://movie.douban.com/top250"
    url="file:///E:/scrapy/2018-04-27/movie/movie.html"
    ret=urllib.request.Request(url=url,headers=header)
    # 打开网页
    res=urllib.request.urlopen(ret)
    # 转化格式
    response=BeautifulSoup(res,'html.parser')
    # 找到想要数据的父元素
    datas=response.find_all('div',{'class':'item'})
    # print(datas)
    #创建存放数据的文件夹
    folder_name="output"
    if not os.path.exists(folder_name):
            os.mkdir(folder_name)
    # 定义文件
    current_time=time.strftime('%Y-%m-%d',time.localtime())
    file_name="move"+current_time+".json"
    # 文件路径
    file_path=folder_name+"/"+file_name

    for item in datas:
        # print(item)
        dict1={}
        dict1['rank']=item.find('div',{'class':'pic'}).find('em').get_text()
        dict1['title']=item.find('div',{'class':'info'}).find('div',{'class':'hd'}).find('a').find('span',{'class':'title'}).get_text()
        dict1['picUrl']=item.find('div',{'class':'pic'}).find('a').find('img').get('src')
        # print(picUrl)
        # 保存数据为json格式

        try:
            with codecs.open(file_path,'a',encoding="utf-8") as fp:
                fp.write(json.dumps(dict1,ensure_ascii=False)+",\n")
        except IOError as err:
            print('error'+str(err))
        finally:
            fp.close()
    pass

getDatas()
# 爬取数据
 

猜你喜欢

转载自blog.csdn.net/zhanghl150426/article/details/82022339