[已解决]求助-Python scrapy crawl 命令的问题

shanghaiymy

我在学习scrapy的时候，为了熟悉scrapy crawl 命令，写了下面的代码验证，结果运行之后，什么都没有抓取到，这是怎么回事，迷茫中，求助


import scrapy

class XiaohuaSpider(scrapy.spiders.Spider):
    name = "xiaohua"
    allowed_domains = ["http://mindhacks.cn/"] #定义爬取范围，必须定义
    start_urls = [
        "http://mindhacks.cn/"
        ]#定义爬虫的初始位置

        def parse(self,response):
        return []

E:\程序\girl>scrapy crawl xiaohua
2017-04-05 22:09:50 [scrapy.utils.log] INFO: Scrapy 1.3.3 started (bot: girl)
2017-04-05 22:09:50 [scrapy.utils.log] INFO: Overridden settings: {'BOT_NAME': '
girl', 'NEWSPIDER_MODULE': 'girl.spiders', 'ROBOTSTXT_OBEY': True, 'SPIDER_MODUL
ES': ['girl.spiders']}
2017-04-05 22:09:50 [scrapy.middleware] INFO: Enabled extensions:
['scrapy.extensions.corestats.CoreStats',
'scrapy.extensions.telnet.TelnetConsole',
'scrapy.extensions.logstats.LogStats']
2017-04-05 22:09:51 [scrapy.middleware] INFO: Enabled downloader middlewares:
['scrapy.downloadermiddlewares.robotstxt.RobotsTxtMiddleware',
'scrapy.downloadermiddlewares.httpauth.HttpAuthMiddleware',
'scrapy.downloadermiddlewares.downloadtimeout.DownloadTimeoutMiddleware',
'scrapy.downloadermiddlewares.defaultheaders.DefaultHeadersMiddleware',
'scrapy.downloadermiddlewares.useragent.UserAgentMiddleware',
'scrapy.downloadermiddlewares.retry.RetryMiddleware',
'scrapy.downloadermiddlewares.redirect.MetaRefreshMiddleware',
'scrapy.downloadermiddlewares.httpcompression.HttpCompressionMiddleware',
'scrapy.downloadermiddlewares.redirect.RedirectMiddleware',
'scrapy.downloadermiddlewares.cookies.CookiesMiddleware',
'scrapy.downloadermiddlewares.stats.DownloaderStats']
2017-04-05 22:09:51 [scrapy.middleware] INFO: Enabled spider middlewares:
['scrapy.spidermiddlewares.httperror.HttpErrorMiddleware',
'scrapy.spidermiddlewares.offsite.OffsiteMiddleware',
'scrapy.spidermiddlewares.referer.RefererMiddleware',
'scrapy.spidermiddlewares.urllength.UrlLengthMiddleware',
'scrapy.spidermiddlewares.depth.DepthMiddleware']
2017-04-05 22:09:51 [scrapy.middleware] INFO: Enabled item pipelines:
[]
2017-04-05 22:09:51 [scrapy.core.engine] INFO: Spider opened
2017-04-05 22:09:51 [scrapy.extensions.logstats] INFO: Crawled 0 pages (at 0 pag
es/min), scraped 0 items (at 0 items/min)
2017-04-05 22:09:51 [scrapy.extensions.telnet] DEBUG: Telnet console listening o
n 127.0.0.1:6023
2017-04-05 22:09:55 [scrapy.core.engine] DEBUG: Crawled (200) <GET http://mindha
cks.cn/robots.txt> (referer: None)
2017-04-05 22:09:56 [scrapy.core.engine] DEBUG: Crawled (200) <GET http://mindha
cks.cn/> (referer: None)
2017-04-05 22:09:56 [scrapy.core.engine] INFO: Closing spider (finished)
2017-04-05 22:09:56 [scrapy.statscollectors] INFO: Dumping Scrapy stats:
{'downloader/request_bytes': 430,
'downloader/request_count': 2,
'downloader/request_method_count/GET': 2,
'downloader/response_bytes': 22517,
'downloader/response_count': 2,
'downloader/response_status_count/200': 2,
'finish_reason': 'finished',
'finish_time': datetime.datetime(2017, 4, 5, 14, 9, 56, 616064),
'log_count/DEBUG': 3,
'log_count/INFO': 7,
'response_received_count': 2,
'scheduler/dequeued': 1,
'scheduler/dequeued/memory': 1,
'scheduler/enqueued': 1,
'scheduler/enqueued/memory': 1,
'start_time': datetime.datetime(2017, 4, 5, 14, 9, 51, 437768)}
2017-04-05 22:09:56 [scrapy.core.engine] INFO: Spider closed (finished)

最佳答案

月排行榜 / 总排行榜

gopythoner

2017-4-6 12:44:14

请问你的这个是什么意思？return []
你自己让程序返回一个空的列表，那你当然什么都得不到，就是能得到一个空列表啊！
自己看，最后的返回日志中是不是得到了一个空列表？这就是你让爬虫干的事情，并没有错。
2017-04-05 22:09:51 [scrapy.middleware] INFO: Enabled item pipelines:
[]

如果你想要看看你抓取到了页面是否成功，可以打印一下页面标题就知道请求成功了没有
改成这样试试：

1. def parse(self,response):
   
2.         print(response.title)

复制代码

如果能打印出来网页标题就说明成功请求，然后你就可以进行下一步抓取信息的操作

跳转到最佳答案楼层

～风介～

应该是parse部分没有写好，导致爬虫什么都没干。

gopythoner

请问你的这个是什么意思？return []
你自己让程序返回一个空的列表，那你当然什么都得不到，就是能得到一个空列表啊！
自己看，最后的返回日志中是不是得到了一个空列表？这就是你让爬虫干的事情，并没有错。
2017-04-05 22:09:51 [scrapy.middleware] INFO: Enabled item pipelines:
[]

如果你想要看看你抓取到了页面是否成功，可以打印一下页面标题就知道请求成功了没有
改成这样试试：

1. def parse(self,response):
   
2.         print(response.title)

复制代码

如果能打印出来网页标题就说明成功请求，然后你就可以进行下一步抓取信息的操作

shanghaiymy

谢楼上提示，的确是因为没有写返回值引起的，程序还是成功 了