python爬取空气质量指标_关于爬取高德地图中空气质量数据的一些问题,请求帮助?...

本文介绍了在使用Python爬取高德地图空气质量数据时遇到的解析问题,通过正则表达式去除干扰字符并成功进行JSON解析。解析后的数据包括空气质量指数及相关指标,展示了如何处理爬取到的非标准JSON格式字符串。
摘要由CSDN通过智能技术生成

报错的原因

html = response.read()

print html

# [Output]:

# jQuery214041126974549961415_1554559702413({"status":"1","info":"OK","infocode":"10000","datas":[{"id":"70037","name":"矿院","aqi":"144","pm2.5":"102","so2":"12","no2":"18","o3":"204","co":"900","pm10":"239"}]})

print type(html)

这里的html变量的类型是str,且不能被json解析。主要原因是'jQuery214041126974549961415_1554559702413('这部分不能用json解析。

解决办法

利用re模块根据'('或')'分割上述html字符串获得一个list,提取其中第1个元素(从0开始计数)即为所需的json可解析部分。注意在程序开头import re

import re # 添加到程序开始处!

# 下面两行code可以合并

html = re.split('[()]', html)

html = html[1]

print html

# [Output]:

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
爬取空气质量检测网的部分城市的历年每天质量数据 思路----------------------------------------- 从某城市的空气质量网页获取某市每月的链接,再爬取每个月的表格数据。连云港市:https://www.aqistudy.cn/historydata/daydata.php?city=连云港 连云港2014年5月的空气质量:https://www.aqistudy.cn/historydata/daydata.php?city=连云港&month=2014-05 遇到的问题----------------------------------------- 获取的网页的表格数据隐藏,尝试requests无法获取。判断可能是动态加载的网页 尝试----------------------------------------- 1. 通过XHR,js查找隐藏数据的加载网页,没有找到。 2. 使用phantomjs.get() result=pd.read_html ,可以获得隐藏的表格数据,但是并不稳定,只是偶尔出现加载的表格数据,无法大规模的获取 解决方法----------------------------------------- 查找资料得知这个网站的表格数据在Console里的items, 使用selenium的webdriver.firefox(),driver.execute_script("return items") 数据可获得。 仍遇到的问题:----------------------------------------- 爬取一个网页可获得数据,但是连续的获取网页,会出现两个错误。 1.Message: ReferenceError: items is not defined 2.connection refused 解决方法: 1.connection refused问题,可能是网页开太多,使用driver.quit() 2. 如果 execute_script 还是出错,可尝试pd.read_html获取信息。之前用phantomjs获取的时候输出空的表格,可能由于加载不够,用 Waite直到table出现之后再获取网页 Element=wait.until(EC.element_to_be_clickable((By.XPATH,"/html/body/div[3]/div[1]/div[1]/table/tbody"))) 3.之后出现偶尔出现输出为空,使用循环,如果输出表格为空,再重新获取。 if len(result)>1: filename = str(month) + '.xls' result.to_excel('E:\python\案例程序\data\\' + filename) print('成功存入'+filename) driver.quit() else: driver.quit() return getdata(monthhref,month)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值