Scrapy 爬虫获取 JSON 数据失败：为什么代码抛出 \"IndexError: tuple index out of range\" 异常？

scrapy爬虫问题：获取json格式数据失败

问题：

在运行scrapy爬虫时，无法获取响应的json格式数据。代码如下：

follows_url = 'https://www.zhihu.com/api/v4/members/{}/followees?includ={include}&offset={offset}&limit={limit}'
follows_query = 'data[*].answer_count,articles_count,gender,follower_count,is_followed,is_following,badge[?(type=best_answerer)].topics'

在运行爬虫时，抛出异常：

indexerror: tuple index out of range

解决方案：

从错误信息可以看出，在格式化follows_url时，user参数为空。这是因为代码中将空的字典 {} 传递给格式化函数。

要修复错误，需要将 user 参数传递给 follows_url 的格式化函数，如下所示：

follows_url = 'https://www.zhihu.com/api/v4/members/{}/followees?includ={include}&offset={offset}&limit={limit}'
follows_query = 'data[*].answer_count,articles_count,gender,follower_count,is_followed,is_following,badge[?(type=best_answerer)].topics'

def start_requests(self):
    yield Request(self.user_url.format(user=self.start_user, include=self.user_query), self.parse_user)
    yield Request(self.follows_url.format(user=self.start_user, include=self.follows_query, offset=0, limit=20), callback=self.parse_follows)

通过将 user 参数包括在格式化函数中，爬虫将能够正确获取json格式数据。

需要注意的是，pycharm 中出现的 "overrides method in spider" 消息表明你正在覆盖父类 spider 中已存在的同名方法。在这种情况下，你正在覆盖 spider 类的 start_requests 方法。这通常是正常的，表明你正在根据自己的需要定制爬虫行为。

以上就是Scrapy 爬虫获取 JSON 数据失败：为什么代码抛出 "IndexError: tuple index out of range" 异常？的详细内容，更多请关注其它相关文章！