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

每个网址两次Scrapy + Selenium请求两次

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

每个网址两次Scrapy + Selenium请求两次

这是解决这个问题的有用技巧。

*为硒 *创建一个Web服务 ,在本地运行它

from flask import Flask, request, make_responsefrom flask_restful import Resource, Apifrom selenium import webdriverfrom selenium.webdriver.chrome.options import Optionsapp = Flask(__name__)api = Api(app)class Selenium(Resource):    _driver = None    @staticmethod    def getDriver():        if not Selenium._driver: chrome_options = Options() chrome_options.add_argument("--headless") Selenium._driver = webdriver.Chrome(chrome_options=chrome_options)        return Selenium._driver    @property    def driver(self):        return Selenium.getDriver()    def get(self):        url = str(request.args['url'])        self.driver.get(url)        return make_response(self.driver.page_source)api.add_resource(Selenium, '/')if __name__ == '__main__':    app.run(debug=True)

现在将使用硒Chrome / Firefox驱动程序返回编译后的网页。

现在我们的蜘蛛会是什么样子,

import scrapyimport urllibclass ProductSpider(scrapy.Spider):    name = 'products'    allowed_domains = ['ebay.com']    urls = [        'http://www.ebay.com/sch/i.html?_odkw=books&_osacat=0&_trksid=p2045573.m570.l1313.TR0.TRC0.Xpython&_nkw=python&_sacat=0&_from=R40',    ]    def start_requests(self):        for url in self.urls: url = 'http://127.0.0.1:5000/?url={}'.format(urllib.quote(url)) yield scrapy.Request(url)    def parse(self, response):        yield { 'field': response.xpath('//td[@]/a'),        }


转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/392338.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