DataTable 读取ajax文件,文件名称参数是否可以拼接 例如 "ajax": "data/xxx.json",,xxx是每天的日期
时间: 2023-07-19 11:20:47 浏览: 49
可以通过字符串拼接的方式来动态生成文件名称参数,例如:
```javascript
var currentDate = new Date().toISOString().slice(0, 10); // 获取当前日期并转换成ISO格式的字符串
var ajaxUrl = "data/" + currentDate + ".json"; // 拼接文件名称参数
$('#example').DataTable({
"ajax": ajaxUrl,
// 其他配置项
});
```
这样就可以根据当前日期动态加载相应的 json 文件。
相关问题
1. 利用Scrapy对接Seleniumr爬取网址:https://vip.stock.finance.sina.com.cn/mkt/#sh_a,爬取的数据包括:代码,名称,最新价,买入,卖出,昨收,今开,最高,最低,成交量/手,成交额/万,振幅,换手率,市净率,市盈率,总股本,流通股,将爬取到的数据保存到csv文件并输出。
好的,这是一个比较复杂的爬虫,需要使用Scrapy和Selenium进行结合,具体步骤如下:
1. 首先需要安装Scrapy和Selenium,可以使用pip安装,命令如下:
```
pip install scrapy
pip install selenium
```
2. 创建一个Scrapy项目,可以使用命令行工具`scrapy startproject <project_name>`来创建,这里假设项目名为`stock_data`。
```
scrapy startproject stock_data
```
3. 在`stock_data`目录下创建一个`spiders`文件夹,并在该文件夹下创建一个名为`stock_spider.py`的爬虫文件。
4. 在`stock_spider.py`中定义一个`StockSpider`类,该类继承自`scrapy.Spider`,并定义以下属性:
```python
class StockSpider(scrapy.Spider):
name = "stock"
allowed_domains = ["vip.stock.finance.sina.com.cn"]
start_urls = ["https://vip.stock.finance.sina.com.cn/mkt/#sh_a"]
custom_settings = {
"DOWNLOAD_DELAY": 2,
"CONCURRENT_REQUESTS_PER_DOMAIN": 1,
"CONCURRENT_REQUESTS_PER_IP": 1,
"DOWNLOADER_MIDDLEWARES": {
"stock_data.middlewares.SeleniumMiddleware": 100,
},
"FEED_FORMAT": "csv",
"FEED_URI": "stock_data.csv",
}
```
- `name`:爬虫名称。
- `allowed_domains`:允许爬取的域名。
- `start_urls`:起始URL。
- `custom_settings`:自定义设置,包括下载延迟、并发请求数、下载器中间件、输出格式和输出路径等。
5. 在`stock_spider.py`中实现`parse`方法,该方法用于解析网页内容并提取数据。
```python
def parse(self, response):
for tr in response.xpath('//table[@id="dataTable"]/tbody/tr'):
item = {}
item["code"] = tr.xpath("td[1]/a/text()").get()
item["name"] = tr.xpath("td[2]/a/text()").get()
item["last_price"] = tr.xpath("td[3]/span/text()").get()
item["buy"] = tr.xpath("td[4]/span/text()").get()
item["sell"] = tr.xpath("td[5]/span/text()").get()
item["prev_close"] = tr.xpath("td[6]/span/text()").get()
item["today_open"] = tr.xpath("td[7]/span/text()").get()
item["today_high"] = tr.xpath("td[8]/span/text()").get()
item["today_low"] = tr.xpath("td[9]/span/text()").get()
item["volume"] = tr.xpath("td[10]/span/text()").get()
item["turnover"] = tr.xpath("td[11]/span/text()").get()
item["amplitude"] = tr.xpath("td[12]/span/text()").get()
item["turnover_rate"] = tr.xpath("td[13]/span/text()").get()
item["pb_ratio"] = tr.xpath("td[14]/span/text()").get()
item["pe_ratio"] = tr.xpath("td[15]/span/text()").get()
item["total_shares"] = tr.xpath("td[16]/span/text()").get()
item["circulating_shares"] = tr.xpath("td[17]/span/text()").get()
yield item
```
6. 在`stock_data`目录下创建一个`middlewares`文件夹,并在该文件夹下创建一个名为`selenium_middleware.py`的中间件文件。
7. 在`selenium_middleware.py`中定义一个`SeleniumMiddleware`类,该类继承自`scrapy.downloadermiddlewares.DownloaderMiddleware`,并实现以下方法:
```python
class SeleniumMiddleware(object):
def __init__(self, driver_path):
self.driver_path = driver_path
@classmethod
def from_crawler(cls, crawler):
return cls(
driver_path=crawler.settings.get("SELENIUM_DRIVER_PATH")
)
def process_request(self, request, spider):
if "selenium" in request.meta:
driver = webdriver.Chrome(executable_path=self.driver_path)
driver.get(request.url)
time.sleep(2)
body = driver.page_source
return HtmlResponse(
driver.current_url,
body=body,
encoding="utf-8",
request=request
)
```
- `__init__`方法:初始化方法,接收一个`driver_path`参数,表示ChromeDriver的路径。
- `from_crawler`类方法:从爬虫配置中获取`SELENIUM_DRIVER_PATH`参数,并传递给初始化方法。
- `process_request`方法:处理请求方法,如果请求的`meta`属性中包含`selenium`,则使用ChromeDriver访问该URL并返回`HtmlResponse`对象。
8. 在`settings.py`中添加以下配置:
```python
SELENIUM_DRIVER_PATH = "chromedriver.exe"
DOWNLOADER_MIDDLEWARES = {
"stock_data.middlewares.SeleniumMiddleware": 100,
}
```
- `SELENIUM_DRIVER_PATH`:ChromeDriver的路径。
- `DOWNLOADER_MIDDLEWARES`:下载器中间件,使用自定义的`selenium_middleware.SeleniumMiddleware`中间件。
9. 最后,在命令行中进入`stock_data`目录,执行以下命令启动爬虫:
```
scrapy crawl stock
```
10. 爬虫会自动爬取网站中的数据,并将数据保存到`stock_data.csv`文件中。
利用Scrapy对接Seleniumr爬取网址:https://vip.stock.finance.sina.com.cn/mkt/#sh_a,爬取的数据包括:代码,名称,最新价,买入,卖出,昨收,今开,最高,最低,成交量/手,成交额/万,振幅,换手率,市净率,市盈率,总股本,流通股,将爬取到的数据保存到csv文件并输出。
好的,下面是具体的爬虫代码实现。
首先,需要安装Scrapy和Selenium,可以使用以下命令安装:
```
pip install scrapy
pip install selenium
```
接着,创建一个Scrapy项目,命名为sina_stock:
```
scrapy startproject sina_stock
```
进入sina_stock目录,创建一个名为sina_spider.py的爬虫文件:
```
cd sina_stock
scrapy genspider sina_spider vip.stock.finance.sina.com.cn
```
然后,打开sina_spider.py文件,将以下代码复制进去:
```python
import scrapy
from selenium import webdriver
from scrapy.selector import Selector
from selenium.webdriver.chrome.options import Options
from time import sleep
class SinaSpiderSpider(scrapy.Spider):
name = 'sina_spider'
allowed_domains = ['vip.stock.finance.sina.com.cn']
start_urls = ['https://vip.stock.finance.sina.com.cn/mkt/#sh_a']
def __init__(self):
options = Options()
options.add_argument('--headless')
self.driver = webdriver.Chrome(options=options)
def parse(self, response):
self.driver.get(response.url)
sleep(3)
sel = Selector(text=self.driver.page_source)
rows = sel.xpath('//table[@id="dataTable"]/tbody/tr')
for row in rows:
item = {}
cols = row.xpath('./td/text()').extract()
item['code'] = cols[0]
item['name'] = cols[1]
item['last_price'] = cols[2]
item['buy'] = cols[3]
item['sell'] = cols[4]
item['pre_close'] = cols[5]
item['open'] = cols[6]
item['high'] = cols[7]
item['low'] = cols[8]
item['volume'] = cols[9]
item['turnover'] = cols[10]
item['amplitude'] = cols[11]
item['turnover_rate'] = cols[12]
item['pb_ratio'] = cols[13]
item['pe_ratio'] = cols[14]
item['total_capital'] = cols[15]
item['circulating_capital'] = cols[16]
yield item
def closed(self, reason):
self.driver.quit()
```
该代码使用了Selenium模拟浏览器操作,打开网址后等待3秒钟,然后使用XPath选择器获取表格中的数据。数据被保存在一个名为item的字典中,最后使用yield语句将item传递给Scrapy引擎。在爬虫结束时,关闭Selenium驱动程序。
接着,需要将爬取到的数据保存到csv文件中。在sina_stock目录下创建一个名为pipelines.py的文件,将以下代码复制进去:
```python
import csv
class SinaStockPipeline(object):
def __init__(self):
self.file = open('sina_stock.csv', 'w', newline='')
self.writer = csv.writer(self.file)
self.writer.writerow(['代码', '名称', '最新价', '买入', '卖出', '昨收', '今开', '最高', '最低', '成交量/手', '成交额/万', '振幅', '换手率', '市净率', '市盈率', '总股本', '流通股'])
def process_item(self, item, spider):
row = [item['code'], item['name'], item['last_price'], item['buy'], item['sell'], item['pre_close'], item['open'], item['high'], item['low'], item['volume'], item['turnover'], item['amplitude'], item['turnover_rate'], item['pb_ratio'], item['pe_ratio'], item['total_capital'], item['circulating_capital']]
self.writer.writerow(row)
return item
def close_spider(self, spider):
self.file.close()
```
该代码在爬虫启动时创建一个名为sina_stock.csv的csv文件,然后在pipeline中使用csv模块将每个item写入文件中。
最后,需要在settings.py文件中启用pipeline和禁用robots.txt:
```python
ITEM_PIPELINES = {
'sina_stock.pipelines.SinaStockPipeline': 300,
}
ROBOTSTXT_OBEY = False
```
现在可以运行爬虫了:
```
scrapy crawl sina_spider
```
当爬虫结束时,将在sina_stock目录下创建一个名为sina_stock.csv的文件,其中包含爬取到的数据。