Scrapy - xPathSelectorを使用してネストされた 'img src'を抽出します

Question

私はScrapyまたはPythonを使用するのが比較的新しいです。私はいくつかの異なるリンクから抽出するために探していますが、HTMLXPathSelector式（構文）を使用している問題があります。私は、適切な構文についての広範な文書を見てきましたが、まだ解決策を見つけていません。ここで

私はから「IMG srcを」抽出しようとしていたリンクの例である：私はx.selectための構文を考え出したと思う

Page I am trying to extract the img src url from

from scrapy.spider import BaseSpider 
from scrapy.selector import HtmlXPathSelector 

class GeekSpider(BaseSpider): 
    name = "geekS" 
    allowed_domains = ["geek.com"] 
    start_urls = ["http://www.geek.com/articles/gadgets/kindle-fire-hd-8-9-on-sale-for-50-off-today-only-20121210/"] 

    def parse(self, response): 
     hxs = HtmlXPathSelector(response) 
     imgurl = hxs.select("//div[@class='article']//a/img/@src").extract() 
     return imgurl 

私はこの構文/メソッドに慣れていないので、わからない。明確にするために

from scrapy.item import Item, Field 

class GeekItem(Item): 
    imgsrc = Field() 

：ここ

は、基本的には、このためのscrapyチュートリアルに続く、私のitems.pyファイルです私は何を探していますがページ上にあるIMGのsrc URLを抽出しています。私は、すでにわかっているすべてのイメージsrcを抽出する必要はありません（はるかに簡単です）。

私はそれを絞り込み、img srcのその特定のURLのみを抽出したいと考えています。 （私はこのサイト上の複数のページにこれを使用します）

何か助けていただきありがとうございます！

EDIT - 更新されたコード私は（オタク=オタクで、いくつかの構文エラーを得ていた）だから私は、うまくいけば、私はあなたのXPath式がもっとこのようにする必要があります信じて

Answer 1

理解しやすくして機能するように、わずかにそれを変更。私は別のページ（the Amazon shipping center article）でそれをテストし、10個のクリック可能なイメージすべてを返しました。

geek['imgsrc'] = x.select("//div[@class='article']//a/img/@src").extract() 

他の問題を解決するには、GeekItemをGeekSpiderコードにインポートする必要があります。

from scrapy.spider import BaseSpider 
from scrapy.selector import HtmlXPathSelector 
from geekspider.items import GeekItem # I'm guessing the name of your project here 

class GeekSpider(BaseSpider): 
    name = "geekS" 
    allowed_domains = ["geek.com"] 
    start_urls = ["http://www.geek.com/articles/gadgets/kindle-fire-hd-8-9-on-sale-for-50-off-today-only-20121210/"] 

    def parse(self, response): 
     item = GeekItem() 
     hxs = HtmlXPathSelector(response) 
     item['imgsrc'] = hxs.select("//div[@class='article']//a/img/@src").extract() 
     return item