爬虫提取数据--JSON

JSON

​ JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式，它使得人们很容易的进行阅读和编写。同时也方便了机器进行解析和生成。适用于进行数据交互的场景，比如网站前台与后台之间的数据交互。

​ 官方文档：http://docs.python.org/library/json.html

​ Json在线解析网站：http://www.json.cn/#

​ json简单说就是javascript中的对象和数组，所以这两种结构就是对象和数组两种结构，通过这两种结构可以表示各种复杂的结构

1. 对象：对象在js中表示为{ }括起来的内容，数据结构为 { key：value, key：value, ... }的键值对的结构，在面向对象的语言中，key为对象的属性，value为对应的属性值，所以很容易理解，取值方法为 对象.key 获取属性值，这个属性值的类型可以是数字、字符串、数组、对象这几种。
2. 数组：数组在js中是中括号[ ]括起来的内容，数据结构为 ["Python", "javascript", "C++", ...]，取值方式和所有语言中一样，使用索引获取，字段值的类型可以是 数字、字符串、数组、对象几种。

数据抓取

​ JSON数据转化为python内建数据类型很简单,在爬虫中,如果能找到返回json格式数据的url,尽量使用这种url,也方便直接存入mongodb数据库,方便处理.

• 如何找到返回json类型的url
  
  • 打开Chrome浏览器,打开开发者模式
  • 找到Network,从network里的响应里找数据
    

python与json

​ python中内置了json模块,提供了dumps、dump、loads、load，用于字符串 和 python数据类型间进行转换。

注意事项:

json.loads() 是把 Json格式字符串解码转换成Python对象，如果在json.loads的时候出错，要注意被解码的Json字符的编码，如果传入的字符串的编码不是UTF-8的话，需要指定字符编码的参数encoding

编码转换

decode的作用是将其他编码的字符串转换成 Unicode 编码

encode的作用是将 Unicode 编码转换成其他编码的字符串

一句话：UTF-8是对Unicode字符集进行编码的一种编码方式