如何将我的 Python 爬虫输出保存到 JSON 文件？答案

【问题标题】：How do i save my Python crawler output to a JSON file?如何将我的 Python 爬虫输出保存到 JSON 文件？
【发布时间】：2015-01-18 16:09:51
【问题描述】：

我最近开始编写和学习 Python，目前正在开发一个网络爬虫。所以它目前只是打印出搜索结果。我想要的是它将数据保存到 JSON 文件中。

import requests
import json
from bs4 import BeautifulSoup

url= "http://www.alternate.nl/html/product/listing.html?navId=11622&tk=7&lk=9419"
r = requests.get(url) 
soup = BeautifulSoup(r.content)

g_data = soup.find_all("div", {"class": "listRow"}) 
for item in g_data: 
try: 
    print item.find_all("span", {"class": "name"})[0].text#1
    print item.find_all("span", {"class": "additional"})[0].text#2
    print item.find_all("span", {"class": "info"})[0].text#3
    print item.find_all("span", {"class": "info"})[1].text#4
    print item.find_all("span", {"class": "info"})[2].text#5
    print item.find_all("span", {"class": "price right right10"})[0].text#6
except: 
    pass

这是我希望它返回的内容：

{"product1":[{"1":"itemfindallresults1"},{"2":"itemfindallresults2"}]} etc

那我该怎么做呢？提前致谢。

【问题讨论】：

先创建my_data = {"product1":[ ... ]}，接下来使用json.dump(my_data, ...)

标签： python json beautifulsoup web-crawler scraper

【解决方案1】：

一个简单的 JSON 用法是：

import json
# open the file "filename" in write ("w") mode
file = open("filename", "w")
# just an example dictionary to be dumped into "filename"
output = {"stuff": [1, 2, 3]}
# dumps "output" encoded in the JSON format into "filename"
json.dump(output, file)
file.close()

希望这会有所帮助。

【讨论】：

【解决方案2】：

满足您要求的简单程序。

import requests
import json
from bs4 import BeautifulSoup

url= "http://www.alternate.nl/html/product/listing.html?navId=11622&tk=7&lk=9419"
r = requests.get(url) 
soup = BeautifulSoup(r.content)

product = Product()

g_data = soup.find_all("div", {"class": "listRow"}) 
for item in g_data: 
try: 
    product.set_<field_name>(item.find_all("span", {"class": "name"})[0].text)
    product.set_<field_name>("span", {"class": "additional"})[0].text
    product.set_<field_name>("span", {"class": "info"})[0].text
    product.set_<field_name>("span", {"class": "info"})[1].text
    product.set_<field_name>("span", {"class": "info"})[2].text
    product.set_<field_name>("span", {"class": "price right right10"})[0].text
except: 
    pass  

import json
file = open("filename", "w")
output = {"product1": product}
json.dump(output, file)
file.close()

【讨论】：