jsonpath作為json模塊的補充,jsonpath相比于json在對于擁有很多的嵌套的json數據時,使用起來更方便和簡潔。使用結構如下:
```python
from jsonpath import jsonpath
json_data = jsonpath(obj, 'jsonpath語法')
```
jsonpath的語法如下:
```python
$ 提取根節點
@ 提取現行節點
. 提取子節點
[] 取子節點
[] 迭代器標示,可以在括號做簡單的迭代操作,如數組下標,根據內容選擇等
n/a 提取父節點,jsonpath未支持
n/a 根據屬性訪問,json不支持
n/a 分組,jsonpath不支持
.. 不管位置,選擇所有符合條件的節點
* 匹配所有元素節點
[,] 支持迭代器中做多選
?() 支持過濾操作
() 支持表達式計算
語法很多,但是只要會使用下面三種語法就夠用了:
$ 提取根節點
. 提取子節點
.. 不管位置,選擇所有符合條件的節點
```
<br/>
舉例:
(1)json數據格式如下,這里只列出了一小部分
```json
{
"state":1,
"message":"success",
"content":{
"data":{
"allCitySearchLabels":{
"A":[
{
"id":723,
"name":"安陽",
"parentId":545,
"code":"171500000",
"isSelected":false
},
{
"id":601,
"name":"鞍山",
"parentId":535,
"code":"081600000",
"isSelected":false
},
```
(2)代碼
```python
"""
@Date 2021/4/24
"""
from jsonpath import jsonpath
import requests
import json
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/89.0.4389.90 Safari/537.36'
}
response = requests.get('https://www.lagou.com/lbs/getAllCitySearchLabels.json', headers=headers)
dict_data = json.loads(response.content)
# <class 'dict'>
print(type(dict_data))
# 提取以A字母開頭的城市
a_city = jsonpath(dict_data, '$..A..name')
# <class 'list'>
print(type(a_city))
# ['安陽', '鞍山', '安慶', '安順', '安康', '澳門', '阿克蘇', '阿壩藏族羌族自治州', '阿里地區', '阿勒泰', '阿拉善盟']
print(a_city)
# 提取所有的城市
all_city = jsonpath(dict_data, '$..name')
# <class 'list'>
print(type(all_city))
# ['安陽', '鞍山', '安慶', '安順', '安康', '澳門', '阿克蘇', '阿壩藏族羌族自治州', '阿里地區', '阿勒泰',...]
print(all_city)
```
- 爬蟲基本概念
- 爬蟲介紹
- 通用爬蟲與聚焦爬蟲
- 通用爬蟲
- 聚焦爬蟲
- HTTP與HTTPS協議
- HTTP協議簡介
- HTTP的請求與響應
- 客戶端HTTP請求
- 服務端HTTP響應
- requests庫
- requests庫簡介
- requests簡單使用
- 發送帶header的請求
- 發送帶參數的請求
- 案例:下載百度貼吧頁面
- 發送POST請求
- 使用代理
- 為什么要使用代理?
- 正反向代理
- 代理服務器分類
- 使用代理
- cookie和session
- cookie和session的區別
- 爬蟲處理cookie和session
- 使用session登錄網站
- 使用cookie登錄網站
- cookiejar
- 超時和重試
- verify參數忽略CA證書
- URL地址的解碼和編碼
- 數據處理
- json數據處理
- json數據處理方案
- json模塊處理json數據
- jsonpath處理json數據
- 正則表達式
- lxml
- xpath與lxml介紹
- xpathhelper插件
- 案例
- Beautiful Soup
- Beautiful Soup介紹
- 解析器
- CSS選擇器
- 案例
- 四大對象
- 爬蟲與反爬蟲
- 爬蟲與反爬蟲的斗爭
- 服務器反爬的原因
- 什么樣的爬蟲會被反爬
- 反爬領域常見概念
- 反爬的三個方向
- 基于身份識別進行反爬
- 基于爬蟲行為進行反爬
- 基于數據加密進行反爬
- js解析
- chrome瀏覽器使用
- 定位js
- 設置斷點
- js2py
- hashlib
- 有道翻譯案例
- 動態爬取HTML
- 動態HTML
- 獲取Ajax數據的方式
- selenium+driver
- driver定位
- 表單元素操作
- 行為鏈
- cookie操作
- 頁面等待
- 多窗口與頁面切換
- 配置對象
- 拉勾網案例
- 圖片驗證碼識別
- 圖形驗證碼識別技術簡介
- Tesseract
- pytesseract處理圖形驗證碼
- 打碼平臺
- 登錄打碼平臺
- 驗證碼種類
- 多任務-線程
- 繼承Thread創建線程
- 查看線程數量
- 資源共享
- 互斥鎖
- 死鎖
- 避免死鎖
- Queue線程
- 多線程爬蟲
- 多任務-進程
- 創建進程
- 進程池
- 進程間的通信
- Python GIL
- scrapy框架
- scrapy是什么?
- scrapy爬蟲流程
- 創建scrapy項目
- Selector選擇器
- logging
- scrapy shell
- 保存數據
- Item數據建模
- 翻頁請求
- Request
- CrawlSpider
- settings
- 模擬登錄
- 保存文件
- 內置Pipeline
- 自定義Pipeline
- 中間件
- selenium動態加載
- 防止反爬
- 隨機User-Agent
- 隨機IP代理
- settings中的參數
- 隨機延遲
- request.meta常用參數
- 分布式爬蟲
- 分布式原理
- scrapy_redis
- 去重問題
- 分布式爬蟲編寫流程
- CrawSpider改寫成分布式
- scrapy_splash
- scrapy_splash是什么?
- scrapy_splash環境搭建
- APP抓取
- Android模擬器
- appium
- appium是什么?
- appium環境搭建
- appium環境聯調測試
- appium的使用
- 演示項目-抓取抖音app
- 抖音app與appium的聯調測試
- 元素定位
- 抖音appium代碼
- 抓包軟件
- url去重處理