鱼C论坛

 找回密码
 立即注册
查看: 1450|回复: 2

关于第63课scrapy

[复制链接]
发表于 2018-1-7 09:55:22 | 显示全部楼层 |阅读模式

马上注册,结交更多好友,享用更多功能^_^

您需要 登录 才可以下载或查看,没有账号?立即注册

x
本帖最后由 holistic杀手 于 2018-1-7 10:00 编辑
  1. import scrapy

  2. class DmozSpider(scrapy.Spider):
  3.     name = "dmoz"
  4.     allowed_domains = ['http://dmoztools.net/']#爬取的范围
  5.     start_urls = [
  6.         'http://dmoztools.net/Computers/Programming/Languages/Python/Books/',
  7.         'http://dmoztools.net/Computers/Programming/Languages/Python/Resources/'
  8.         ]
  9.     def parse(self,response):
  10.         sel = scrapy.selector.Selector(response)
  11.         sites = sel.xpath('//div[@class="title-and-desc"]/a')
  12.         for site in sites:
  13.             title = site.xpath('div/text()').extract()
  14.             link = site.xpath('@href').extract()
  15.             desc = site.xpath('text()').extract()
  16.             print(title,link,desc)
复制代码

捕获.PNG
抓标题的标签为什么前面还要加div?
desc是什么?
小甲鱼最新课程 -> https://ilovefishc.com
回复

使用道具 举报

发表于 2018-1-7 12:18:47 | 显示全部楼层
百度xpath的用法先
小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 0 反对 1

使用道具 举报

 楼主| 发表于 2018-1-7 14:04:03 | 显示全部楼层
ba21 发表于 2018-1-7 12:18
百度xpath的用法先

小甲鱼最新课程 -> https://ilovefishc.com
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

小黑屋|手机版|Archiver|鱼C工作室 ( 粤ICP备18085999号-1 | 粤公网安备 44051102000585号)

GMT+8, 2025-12-26 23:26

Powered by Discuz! X3.4

© 2001-2023 Discuz! Team.

快速回复 返回顶部 返回列表