Scrapy JSON输出文件添加不必要的方括号

时间:2018-09-20 05:55:58

标签: python json scrapy

Scrapy正在输出有缺陷的json文件。当我尝试使用上述json文件时,使用

import json

我遇到了这个错误

json.decoder.JSONDecodeError: Expecting ',' delimiter: line 311 column 94 (char 28466) 

这是由于在json文件的前面添加了不必要的方括号引起的。

JSON文件如下所示

[[{"city": "New York", "state": "New York", "rank": "1\n", "population": ["8,622,698\n"]},
{"city": "Los Angeles", "state": "California", "rank": "2\n", "population": ["3,999,759\n"]}]` 

我正在使用以下命令进行爬网:

scrapy crawl wiki -o items.json

当我手动卸下方括号时,它会正常运行。这是另一个python脚本:

import json

with open ("items1.json", "r") as read_file:
data = json.load(read_file)
print(type(data))

修改

相关蜘蛛

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


import scrapy


class WikiSpider(scrapy.Spider):    
    name = "wiki"    
    allowed_domains = ["en.wikipedia.org"]

    start_urls = ('https://en.wikipedia.org/wiki/List_of_United_States_cities_by_population')

    def parse(self, response):
        table = response.xpath('//table')[4]
        trs = table.xpath('.//tr')[1:]
        for tr in trs:
            rank = tr.xpath('.//td[1]/text()').extract_first()
            city = tr.xpath('.//td[2]//text()').extract_first()
            state = tr.xpath('.//td[3]//text()').extract()[1]
            population = tr.xpath('.//td[4]//text()').extract()

            yield {
                'rank':rank,
                'city': city,
                'state': state,
                'population':population
            }

1 个答案:

答案 0 :(得分:1)

您的JSON中肯定有不需要的[,但是我确实运行了您的代码,并且按预期工作。您确定您不会混淆items1.jsonitems.json吗?两者都在您的问题中提到。

此外,我注意到Wikipedia URL错误,但我认为这只是一个错字。