栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

使Scrapy跟踪链接并收集数据

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

使Scrapy跟踪链接并收集数据

你需要Request为链接提供实例,分配回调并在回调中提取所需

p
元素的文本:

# -*- coding: utf-8 -*-import scrapy# item class included here class DmozItem(scrapy.Item):    # define the fields for your item here like:    link = scrapy.Field()    attr = scrapy.Field()class DmozSpider(scrapy.Spider):    name = "dmoz"    allowed_domains = ["craigslist.org"]    start_urls = [    "http://chicago.craigslist.org/search/emd?"    ]    base_URL = 'http://chicago.craigslist.org/'    def parse(self, response):        links = response.xpath('//a[@]/@href').extract()        for link in links: absolute_url = self.base_URL + link yield scrapy.Request(absolute_url, callback=self.parse_attr)    def parse_attr(self, response):        item = DmozItem()        item["link"] = response.url        item["attr"] = "".join(response.xpath("//p[@]//text()").extract())        return item


转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/371860.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号