python爬虫爬取特定网址,主要是为了获取相应的数据,之前是介绍的如何获取网站源码,然而,特定的数据是通过的特定的json格式保存在相应的链接中,所以,找到相应的链接获取
我们以WEGAME为例,网址为:https://www.wegame.com.cn/store/26/lol
随便打开一个英雄联盟的商店,然后右键+检查,点击Network,ctrl+R
搜索到游戏评论的json链接,按照Request URL打开链接,得到
相应的爬取代码
import requests
from bs4 import BeautifulSoup as BS
import re
import json
headers = {'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/75.0.3770.142 Safari/537.36'}
url ='https://www.wegame.com.cn/api/webd/comment/game_top_tags.fcg?topicid=26&appid=100'
h = 'https://www.wegame.com.cn'
response = requests.get(url, headers=headers)
json_page = json.loads(response.text)
print(json_page)
print(json_page['data'][0]['gameid'])
相应的输出结果如下