码迷,mamicode.com
首页 > 编程语言 > 详细

python3----scrapy(笔记)

时间:2018-02-01 14:46:42      阅读:152      评论:0      收藏:0      [点我收藏+]

标签:转换   body   标签   std   content   pytho   select   []   enc   

 1 import scrapy
 2 import sys
 3 # import io
 4 # sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding=‘gb18303‘)
 5 from scrapy.selector import Selector, HtmlXPathSelector
 6 class ChoutiSpider(scrapy.Spider):
 7     name = chouti
 8     # allowed_domains = [‘chouti.com‘]
 9     start_urls = [http://dig.chouti.com/]
10 
11     def parse(self, response):
12         # print(response.text)
13         # content = str(response.body, encoding=‘utf-8‘)
14         # print(content)
15         # hxs = Selector(response=response).xpath(‘//a‘).extract()
16         # for i in hxs:
17         #     print(i)
18         # hxs = Selector(response=response).xpath(‘//div[@id="content-list"]/div[@class="item"]‘).extract()
19         # for i in hxs:
20         #     print(i)
21         hxs = Selector(response=response).xpath(//div[@id="content-list"]/div[@class="item"])   # 标签对像列表
22         for obj in hxs:
23             a = obj.xpath(.//a[@class="show-content color-chag"]/text()).extract_first()
24             print(a.strip())
25 
26 ‘‘‘
27 //   表示子孙中
28 .//  当前对像的子孙中
29 /    儿子
30 /div 儿子中的div标签
31 /div[@id="i1"  儿子中的div标签且id=i1
32 obj.extract()    列表中的每一个对象转换成字符串 =>[]
33 obj.extract_first() 列表中的每一个对象转换成字符串=>列表第一个元素
34 //div/text()   获取某个标签的文本

 

python3----scrapy(笔记)

标签:转换   body   标签   std   content   pytho   select   []   enc   

原文地址:https://www.cnblogs.com/jonm/p/8398502.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!