python – Scrapy：抓取一个链接列表

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – Scrapy：抓取一个链接列表，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1195字，纯文字阅读大概需要2分钟。

内容图文

这个问题在某种程度上是我之前提出的this问题的后续问题.

我试图刮一个网页,其中包含第一页上的一些链接.类似于this的东西.

现在,因为我想要抓取页面上的项目的详细信息,我已经提取了他们各自的URL.

我已将这些URL保存在列表中.

如何启动蜘蛛单独刮取页面？

为了更好地理解：

[urlA, urlB, urlC, urlD...]

这是我抓取的网址列表.现在我想发射一个蜘蛛来单独刮掉链接.

我该怎么做？

解决方法:

我假设您要关注的网址会导致具有相同或相似结构的网页.如果是这样的话,你应该这样做：

from scrapy.contrib.spiders import CrawlSpider
from scrapy.selector import Selector
from scrapy.http import Request

class YourCrawler(CrawlSpider):

   name = 'yourCrawler'
   allowed_domains = 'domain.com'
   start_urls = ["htttp://www.domain.com/example/url"]


   def parse(self, response):
      #parse any elements you need from the start_urls and, optionally, store them as Items.
      # See http://doc.scrapy.org/en/latest/topics/items.html

      s = Selector(response)
      urls = s.xpath('//div[@id="example"]//a/@href').extract()
      for url in urls:
         yield Request(url, callback=self.parse_following_urls, dont_filter=True)


   def parse_following_urls(self, response):
       #Parsing rules go here

否则,如果您想要关注的URL指向具有不同结构的页面,那么您可以为它们定义特定的方法(类似于parse1,parse2,parse3 ……).

内容总结

以上是互联网集市为您收集整理的python – Scrapy：抓取一个链接列表全部内容，希望文章能够帮你解决python – Scrapy：抓取一个链接列表所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端