jsonpath作为json模块的补充,jsonpath相比于json在对于拥有很多的嵌套的json数据时,使用起来更方便和简洁。使用结构如下:
```python
from jsonpath import jsonpath
json_data = jsonpath(obj, 'jsonpath语法')
```
jsonpath的语法如下:
```python
$ 提取根节点
@ 提取现行节点
. 提取子节点
[] 取子节点
[] 迭代器标示,可以在括号做简单的迭代操作,如数组下标,根据内容选择等
n/a 提取父节点,jsonpath未支持
n/a 根据属性访问,json不支持
n/a 分组,jsonpath不支持
.. 不管位置,选择所有符合条件的节点
* 匹配所有元素节点
[,] 支持迭代器中做多选
?() 支持过滤操作
() 支持表达式计算
语法很多,但是只要会使用下面三种语法就够用了:
$ 提取根节点
. 提取子节点
.. 不管位置,选择所有符合条件的节点
```
<br/>
举例:
(1)json数据格式如下,这里只列出了一小部分
```json
{
"state":1,
"message":"success",
"content":{
"data":{
"allCitySearchLabels":{
"A":[
{
"id":723,
"name":"安阳",
"parentId":545,
"code":"171500000",
"isSelected":false
},
{
"id":601,
"name":"鞍山",
"parentId":535,
"code":"081600000",
"isSelected":false
},
```
(2)代码
```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字母开头的城市
a_city = jsonpath(dict_data, '$..A..name')
# <class 'list'>
print(type(a_city))
# ['安阳', '鞍山', '安庆', '安顺', '安康', '澳门', '阿克苏', '阿坝藏族羌族自治州', '阿里地区', '阿勒泰', '阿拉善盟']
print(a_city)
# 提取所有的城市
all_city = jsonpath(dict_data, '$..name')
# <class 'list'>
print(type(all_city))
# ['安阳', '鞍山', '安庆', '安顺', '安康', '澳门', '阿克苏', '阿坝藏族羌族自治州', '阿里地区', '阿勒泰',...]
print(all_city)
```
- 爬虫基本概念
- 爬虫介绍
- 通用爬虫与聚焦爬虫
- 通用爬虫
- 聚焦爬虫
- HTTP与HTTPS协议
- HTTP协议简介
- HTTP的请求与响应
- 客户端HTTP请求
- 服务端HTTP响应
- requests库
- requests库简介
- requests简单使用
- 发送带header的请求
- 发送带参数的请求
- 案例:下载百度贴吧页面
- 发送POST请求
- 使用代理
- 为什么要使用代理?
- 正反向代理
- 代理服务器分类
- 使用代理
- cookie和session
- cookie和session的区别
- 爬虫处理cookie和session
- 使用session登录网站
- 使用cookie登录网站
- cookiejar
- 超时和重试
- verify参数忽略CA证书
- URL地址的解码和编码
- 数据处理
- json数据处理
- json数据处理方案
- json模块处理json数据
- jsonpath处理json数据
- 正则表达式
- lxml
- xpath与lxml介绍
- xpathhelper插件
- 案例
- Beautiful Soup
- Beautiful Soup介绍
- 解析器
- CSS选择器
- 案例
- 四大对象
- 爬虫与反爬虫
- 爬虫与反爬虫的斗争
- 服务器反爬的原因
- 什么样的爬虫会被反爬
- 反爬领域常见概念
- 反爬的三个方向
- 基于身份识别进行反爬
- 基于爬虫行为进行反爬
- 基于数据加密进行反爬
- js解析
- chrome浏览器使用
- 定位js
- 设置断点
- js2py
- hashlib
- 有道翻译案例
- 动态爬取HTML
- 动态HTML
- 获取Ajax数据的方式
- selenium+driver
- driver定位
- 表单元素操作
- 行为链
- cookie操作
- 页面等待
- 多窗口与页面切换
- 配置对象
- 拉勾网案例
- 图片验证码识别
- 图形验证码识别技术简介
- Tesseract
- pytesseract处理图形验证码
- 打码平台
- 登录打码平台
- 验证码种类
- 多任务-线程
- 继承Thread创建线程
- 查看线程数量
- 资源共享
- 互斥锁
- 死锁
- 避免死锁
- Queue线程
- 多线程爬虫
- 多任务-进程
- 创建进程
- 进程池
- 进程间的通信
- Python GIL
- scrapy框架
- scrapy是什么?
- scrapy爬虫流程
- 创建scrapy项目
- Selector选择器
- logging
- scrapy shell
- 保存数据
- Item数据建模
- 翻页请求
- Request
- CrawlSpider
- settings
- 模拟登录
- 保存文件
- 内置Pipeline
- 自定义Pipeline
- 中间件
- selenium动态加载
- 防止反爬
- 随机User-Agent
- 随机IP代理
- settings中的参数
- 随机延迟
- request.meta常用参数
- 分布式爬虫
- 分布式原理
- scrapy_redis
- 去重问题
- 分布式爬虫编写流程
- CrawSpider改写成分布式
- scrapy_splash
- scrapy_splash是什么?
- scrapy_splash环境搭建
- APP抓取
- Android模拟器
- appium
- appium是什么?
- appium环境搭建
- appium环境联调测试
- appium的使用
- 演示项目-抓取抖音app
- 抖音app与appium的联调测试
- 元素定位
- 抖音appium代码
- 抓包软件
- url去重处理