（Scrapy）HTML要素のCSSルールを取得する方法は？

Question

私はScrapyを使用してクローラを構築しています。私は特定のHTML要素に割り当てられたフォントファミリを取得する必要があります。

のには、次が含まれているCSSファイル、Styles.cssをがあるとしましょう：

p { 
    font-family: "Times New Roman", Georgia, Serif; 
} 

そして、HTMLページに次のようにテキストがある：

<p>Hello how are you?</p> 

私のためにその簡単Scrapyを使用してテキストを抽出するために、私はまた、適用されたフォントファミリーを知りたいですこんにちは。

私はこれが（仮想XPATH）/p[font-family]などの単純なケースであると考えています。

どうすればいいですか？

あなたの考えをありがとう。

Answer 1

cssを別々にダウンロードして解析する必要があります。

import tinycss 
class MySpider(Spider): 
    name='myspider' 
    start_urls = [ 
     'http://some.url.com' 
    ] 
    css_rules = {} 

def parse(self, response): 
    # find css url and parse it 
    css_url = response.xpath("").extract_first() 
    yield Request(css_url, self.parse_css) 

def parse_css(self, response): 
    parser = tinycss.make_parser() 
    stylesheet = parser.parse_stylesheet(response.body) 
    for rule in stylesheet.rules: 
     if not getattr(rule, 'selector'): 
      continue 
     path = rule.selector.as_css() 
     css = [d.value.as_css() for d in rule.declarations] 
     self.css_rules[path] = css 

は今、あなたはあなたには、いくつかの値を割り当てるために、あなたのクモの要求チェーンの後半で使用できるCSSのパスとその属性を持つ辞書を持っている：

def parse_item(self, response): 
    item = {} 
    item['name'] = response.css('div.name').extract_first() 
    name_css = [] 
    for k,v in css_rules.items(): 
     if 'div' in k and '.name' in k: 
      name_css.append(v) 
    item['name_css'] = name_css