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 > 软件开发 > 后端开发 > Python

浅浅的聊聊多层网页爬取————>爬虫框架

Python 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

浅浅的聊聊多层网页爬取————>爬虫框架

一:怎么实现翻页呢?
在获取下一页的URL后,在parse() 方法中使用该URL构造Request对象,然后通过yield关键字将Request对象作为返回值返回。Request对象随后会被Scrapy Engine 获得并转发给Scheduler模块进行调度,由Downloader模块下载网页代码,最后再传递给parse()方法完成更新页面的解析。
二:不同结构的网页爬取
详情页的URL可以从列表中获取,但是详情页与列表的页面结构不同,所要获取的数据不同,这时用来处理列表的parse()方法并不能用来提取详情页面中的数据,因此,需要指定新的方法来处理详情页中的信息,实现方法很简单,就是在构造Request对象时添加callback参数以指定当前Request下载结果的处理方法,如果不设置Request就会交给parse()方法来处理。

转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/920754.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