火车采集器JSON提取教程

内容纲要

JSON结构有两种结构 json简单说就是javascript中的对象和数组,所以这两种结构就是对象和数组两种结构,通过这两种结构可以表示各种复杂的结构

1、对象:对象在js中表示为“{}”括起来的内容,数据结构为 {key:value,key:value,…}的键值对的结构,在面向对象的语言中,key为对象的属性,value为属性值,所以很容易理解,取值方法为 对象.key 获取属性值,这个属性值的类型可以是 数字、字符串、数组、对象几种。

2、数组:数组在js中是中括号“[]”括起来的内容,数据结构为 ["java","javascript","vb",…],取值方式和所有语言中一样,使用索引获取,字段值的类型可以是 数字、字符串、数组、对象几种。经过对象、数组2种结构就可以组合成复杂的数据结构了。

如:

{ "name": "中国", "province": [{ "name": "黑龙江", "cities": { "city": ["哈尔滨", "大庆"] } }, { "name": "广东", "cities": { "city": ["广州", "深圳", "珠海"] } }, { "name": "台湾", "cities": { "city": ["台北", "高雄"] } }, { "name": "新疆", "cities": { "city": ["乌鲁木齐"] } }] }

我们可以借助工具http://tool.oschina.net/codeformat/json测试是否是JSON,格式化后如图:

下面举例说明JSON提取的2种方式:

1、JSON数据源:URL网址:

我们需要对JSON网址http://car.interface.autohome.com.cn/dealer/LoadDealerPrice.ashx?_callback=LoadDealerPrice&type=1&seriesid=3170&city=340100做采集

分析得出:此URL的整个源代码是个完整的JSON。 所以JSON数据源选择 URL网址

然后勾选循环匹配,就可以采集到整个JSON里的数据里

如图:

2、JSON数据源:JSON文本: 另外一种情况,网址里的源码不全是JSON,而只是一部分代码是JSON形式,此时我们需要提取出这段JSON文本,然后再格式化。

例如网址http://car.autohome.com.cn/config/series/3170.html

所以我们需要通过多页的形式,来获取本页地址里这部分JSON代码,然后在设置JSON表达式。

如图

来源: 火车采集器JSON提取