-1
私は電子商取引サイト用の簡単なクローラを作成しようとしています。Python Scrapyがすべての項目を解析していません
リンクをたどり、XPathによって必要な要素がすべて見つかったようです。しかし何らかの理由で、何らかの種類の制限があるように、1531の代わりに1200項目を解析するだけです。 セレクタの切り替えや、セレンの次のページでのクリックのシミュレートを試みましたが、成功しませんでした。すべてのヘルプは高く評価され
import scrapy
from scrapy.loader import ItemLoader
from scrapy.crawler import CrawlerProcess
class Product(scrapy.Item):
category=scrapy.Field()
price = scrapy.Field()
name = scrapy.Field()
class ObiSpider(scrapy.spiders.CrawlSpider):
name = "obi_spider"
start_urls = ["https://www.obi.ru/vsyo-dlya-doma/lakokrasochnye-materialy/c/296"]
def parse(self, response):
for link in response.xpath("//ul[@class='first-level dashed']/li/a/@href").extract():
yield scrapy.Request(response.urljoin(link), callback=self.parse_page)
def parse_page(self, response):
ans=response.xpath("//li[@class='product large']")
for prod in ans:
loader = ItemLoader(item=Product(), selector=prod)
loader.add_xpath('category', "//div[@class='head dashed selectable']/a/text()")
loader.add_xpath('name', ".//span[@class='description']/p/text()")
loader.add_xpath('price', ".//span[@class='price']/span/@data-csscontent")
yield loader.load_item()
path = response.xpath("//div[@id='PaginationLinks']/a/@href").extract()
for link in path:
if "?page" in link:
yield scrapy.Request(response.urljoin(link), callback=self.parse_page)
process = CrawlerProcess()
process.crawl(ObiSpider)
process.start()
:
はここでフルクローラコードです。前もって感謝します。
詳細を記入してください:エラーまたは非200応答コードが表示されますか?はいの場合はここにログを投稿してください。スクレーパーが実際に訪れるべきすべてのページに実際に訪れたかどうか確認してください。 1200音の偶数の制限は、ある時点で(60の製品で20ページにアクセスした後)ブロックされ、すべてのページにアクセスできなかったようです。 – rrschmidt