python引入jsonresponse

A. 接口返回的json报文怎么用python解析

importjson
obj=json.loads('你返回的JSON字符串')

比JAVA简单多了。obj是一个字典对象。

B. 如何使用 Python 得到网页返回正确的 Json 数据

1.Request
Header
里最好加上
Content-Type:
application/x-www-form-urlencoded;
charset=UTF-8
2.
使用
Post
，个人觉得应该是
requests.post('x.api',data
=
json.mps(datas),headers
=
header)
3.
得到的
Response
也用
json.loads(response.txt)比较保险吧

C. 如何在scrapy框架下用python爬取json文件

生成Request的时候与一般的网页是相同的，提交Request后scrapy就会下载相应的网页生成Response，这时只用解析response.body按照解析json的方法就可以提取数据了。代码示例如下（以京东为例，其中的parse_phone_price和parse_commnets是通过json提取的，省略部分代码）：

# -*- coding: utf-8 -*-
 
from scrapy.spiders import Spider, CrawlSpider, Rule
from scrapy.linkextractors import LinkExtractor
from jdcom.items import JdPhoneCommentItem, JdPhoneItem
from scrapy import Request
from datetime import datetime
import json
import logging
import re
 
logger = logging.getLogger(__name__)
 
 
class JdPhoneSpider(CrawlSpider):
    name = "jdPhoneSpider"
    start_urls = ["http://list.jd.com/list.html?cat=9987,653,655"]
 
    rules = (
        Rule(
            LinkExtractor(allow=r"list\.html\?cat\=9987,653,655\&page\=\d+\&trans\=1\&JL\=6_0_0"),
            callback="parse_phone_url",
            follow=True,
        ),
    )
 
    def parse_phone_url(self, response):
        hrefs = response.xpath("//div[@id='plist']/ul/li/div/div[@class='p-name']/a/@href").extract()
        phoneIDs = []
        for href in hrefs:
            phoneID = href[14:-5]
            phoneIDs.append(phoneID)
            commentsUrl = "http://sclub.jd.com/proctpage/p-%s-s-0-t-3-p-0.html" % phoneID
            yield Request(commentsUrl, callback=self.parse_commnets)
 
    def parse_phone_price(self, response):
        phoneID = response.meta['phoneID']
        meta = response.meta
        priceStr = response.body.decode("gbk", "ignore")
        priceJson = json.loads(priceStr)
        price = float(priceJson[0]["p"])
        meta['price'] = price
        phoneUrl = "http://item.jd.com/%s.html" % phoneID
        yield Request(phoneUrl, callback=self.parse_phone_info, meta=meta)
 
    def parse_phone_info(self, response):  
        pass
 
    def parse_commnets(self, response):
 
        commentsItem = JdPhoneCommentItem()
        commentsStr = response.body.decode("gbk", "ignore")
        commentsJson = json.loads(commentsStr)
        comments = commentsJson['comments']
 
        for comment in comments:
            commentsItem['commentId'] = comment['id']
            commentsItem['guid'] = comment['guid']
            commentsItem['content'] = comment['content']
            commentsItem['referenceId'] = comment['referenceId']
            # 2016-09-19 13:52:49  %Y-%m-%d %H:%M:%S
            datetime.strptime(comment['referenceTime'], "%Y-%m-%d %H:%M:%S")
            commentsItem['referenceTime'] = datetime.strptime(comment['referenceTime'], "%Y-%m-%d %H:%M:%S")
 
            commentsItem['referenceName'] = comment['referenceName']
            commentsItem['userProvince'] = comment['userProvince']
            # commentsItem['userRegisterTime'] = datetime.strptime(comment['userRegisterTime'], "%Y-%m-%d %H:%M:%S")
            commentsItem['userRegisterTime'] = comment.get('userRegisterTime')
            commentsItem['nickname'] = comment['nickname']
            commentsItem['userLevelName'] = comment['userLevelName']
            commentsItem['userClientShow'] = comment['userClientShow']
            commentsItem['proctColor'] = comment['proctColor']
            # commentsItem['proctSize'] = comment['proctSize']
            commentsItem['proctSize'] = comment.get("proctSize")
            commentsItem['afterDays'] = int(comment['days'])
            images = comment.get("images")
            images_urls = ""
            if images:
                for image in images:
                    images_urls = image["imgUrl"] + ";"
            commentsItem['imagesUrl'] = images_urls
        yield commentsItem
 
        commentCount = commentsJson["proctCommentSummary"]["commentCount"]
        goodCommentsCount = commentsJson["proctCommentSummary"]["goodCount"]
        goodCommentsRate = commentsJson["proctCommentSummary"]["goodRate"]
        generalCommentsCount = commentsJson["proctCommentSummary"]["generalCount"]
        generalCommentsRate = commentsJson["proctCommentSummary"]["generalRate"]
        poorCommentsCount = commentsJson["proctCommentSummary"]["poorCount"]
        poorCommentsRate = commentsJson["proctCommentSummary"]["poorRate"]
        phoneID = commentsJson["proctCommentSummary"]["proctId"]
 
        priceUrl = "http://p.3.cn/prices/mgets?skuIds=J_%s" % phoneID
        meta = {
            "phoneID": phoneID,
            "commentCount": commentCount,
            "goodCommentsCount": goodCommentsCount,
            "goodCommentsRate": goodCommentsRate,
            "generalCommentsCount": generalCommentsCount,
            "generalCommentsRate": generalCommentsRate,
            "poorCommentsCount": poorCommentsCount,
            "poorCommentsRate": poorCommentsRate,
        }
        yield Request(priceUrl, callback=self.parse_phone_price, meta=meta)
 
        pageNum = commentCount / 10 + 1
        for i in range(pageNum):
            commentsUrl = "http://sclub.jd.com/proctpage/p-%s-s-0-t-3-p-%d.html" % (phoneID, i)
            yield Request(commentsUrl, callback=self.parse_commnets)

D. 如何在scrapy框架下用python爬取json文件

如果是scrapy 看下面代码。
def parse(self, response):
jsonresponse = json.loads(response.body_as_unicode())
item = MyItem()
item["firstName"] = jsonresponse["firstName"]
return item

E. python3 如果取json内容,谢谢

JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式。它基于ECMAScript的一个子集。 JSON采用完全独立于语言的文本格式，但是也使用了类似于C语言家族的习惯(包括C、C++、Java、JavaScript、Perl、Python等)。这些特性使JSON成为理想的数据交换语言。易于人阅读和编写，同时也易于机器解析和生成(一般用于提升网络传输速率)。

JSON在python中分别由list和dict组成。

这是用于序列化的两个模块：

• json: 用于字符串和python数据类型间进行转换

• pickle： 用于python特有的类型和python的数据类型间进行转换

Json模块提供了四个功能：mps、mp、loads、load

pickle模块提供了四个功能：mps、mp、loads、load

json mps把数据类型转换成字符串 mp把数据类型转换成字符串并存储在文件中 loads把字符串转换成数据类型 load把文件打开从字符串转换成数据类型

json是可以在不同语言之间交换数据的，而pickle只在python之间使用。json只能序列化最基本的数据类型，josn只能把常用的数据类型序列化（列表、字典、列表、字符串、数字、），比如日期格式、类对象！josn就不行了。而pickle可以序列化所有的数据类型，包括类，函数都可以序列化。

F. python中为什么用json有什么作用

今天我也在这个问题上纠结很久。最后才想明白，我来回答下。

网上很多网友总结了json模块的用法，但没说json模块有什么用，干嘛要有这个模块。可能都明白、太简单，觉得没必要说。但作为小白的我不明白，而且在练习使用load()和mp()时遇到错误。

首先纠正，json格式不是字符串。json与python里面的字典是一样的格式。

python的json模块四个方法的作用为：

mps()#把数据转成字符串；
loads()#把字符串符号‘’去掉；
mp(x,f)#将x的内容直接写入f，不改变格式；
load(x,f)#读取f保存为x，同样不改变格式。

重点来了，f = open()下的read()的方法，输出是字符串，wirte()方法的输入也必须是字符串。

结论：因为f=open()下的读写方法都必须是字符串，很不方便。而非字符串的数据大多是json格式，所以就有了json模块。方便读写非字符串的数据。

因为这个目的，json模块的loads()和mps()方法有些鸡肋，还造成困扰，因为明明json不是字符串，干嘛要转成字符串，另外mp()和load()方法表面上和它们不一样。只有明白json模块的目的，才会搞明白。

在python 3.6的说明文档中，把json模块放在了《7.2.文件读写》部分。我也是看到这里才去练习json模块。但出问题，有些糊涂，明白json模块的作用后，才更清楚干嘛把json模块放这里。

小白的浅见，若错误请指教，谢谢。

G. 如何使用 Python 得到网页返回正确的 Json 数据

importjson
importrequests

defdemo():
url='http://api.demo.com'
params={
...
}
r=requests.get(url,params=params)
doc=json.loads(r.text)
print(doc）#这里doc就已经是转换为pythondict的json数据了

H. python requests.post返回json()报错

①GET

# -*- coding:utf-8 -*-

import requests

def get(url, datas=None):
response = requests.get(url, params=datas)
json = response.json()
return json

注：参数datas为json格式

②POST
# -*- coding:utf-8 -*-

import requests

def post(url, datas=None):
response = requests.post(url, data=datas)
json = response.json()
return json
注：参数datas为json格式

I. 如何在python代码中引用json格式

使用json模块
直接使用import json的时候就可以了