2017-07-05 6 views
0

pythonとscrapyには、何がコードに間違っていますか?私はscrapyシェルからデータを取得できますが、なぜscrapyのクロールでは取得できませんか?Scrapy Crawling 0 pages

編集:私は下のログを入れました、あなたは私がどのような問題をチェックするのを助けることができますか?

問題は解決:
このリンクは、誤った価格= 2-2/
あるべき価格= 2-2

quotes.spider.py

import scrapy 
from tutorial.items import TutorialItem 

class QuotesSpider(scrapy.Spider): 
    name = "quotes" 

def start_requests(self): 
    urls = [ 
     'http://www.testing.com.my/?price=2-2/', 
    ] 
    for url in urls: 
     yield scrapy.Request(url=url, callback=self.parse) 

def parse(self, response): 
    titles = response.xpath('//a[contains(@class, "c-product-card__img-placeholder-inner")]/@href') 
    return titles.extract() 

アイテムです? .py

from scrapy.item import Item, Field 

class TutorialItem(Item): 
    link = Field() 

ログ

2017-07-05 16:26:52 [scrapy.utils.log] INFO: Scrapy 1.4.0 started (bot: tutorial 
) 
2017-07-05 16:26:52 [scrapy.utils.log] INFO: Overridden settings: {'BOT_NAME': ' 
tutorial', 'NEWSPIDER_MODULE': 'tutorial.spiders', 'ROBOTSTXT_OBEY': True, 'SPID 
ER_MODULES': ['tutorial.spiders']} 
2017-07-05 16:26:52 [scrapy.middleware] INFO: Enabled extensions: 
['scrapy.extensions.corestats.CoreStats', 
'scrapy.extensions.telnet.TelnetConsole', 
'scrapy.extensions.logstats.LogStats'] 
2017-07-05 16:26:52 [scrapy.middleware] INFO: Enabled downloader middlewares: 
['scrapy.downloadermiddlewares.robotstxt.RobotsTxtMiddleware', 
'scrapy.downloadermiddlewares.httpauth.HttpAuthMiddleware', 
'scrapy.downloadermiddlewares.downloadtimeout.DownloadTimeoutMiddleware', 
'scrapy.downloadermiddlewares.defaultheaders.DefaultHeadersMiddleware', 
'scrapy.downloadermiddlewares.useragent.UserAgentMiddleware', 
'scrapy.downloadermiddlewares.retry.RetryMiddleware', 
'scrapy.downloadermiddlewares.redirect.MetaRefreshMiddleware', 
'scrapy.downloadermiddlewares.httpcompression.HttpCompressionMiddleware', 
'scrapy.downloadermiddlewares.redirect.RedirectMiddleware', 
'scrapy.downloadermiddlewares.cookies.CookiesMiddleware', 
'scrapy.downloadermiddlewares.httpproxy.HttpProxyMiddleware', 
'scrapy.downloadermiddlewares.stats.DownloaderStats'] 
2017-07-05 16:26:52 [scrapy.middleware] INFO: Enabled spider middlewares: 
['scrapy.spidermiddlewares.httperror.HttpErrorMiddleware', 
'scrapy.spidermiddlewares.offsite.OffsiteMiddleware', 
'scrapy.spidermiddlewares.referer.RefererMiddleware', 
'scrapy.spidermiddlewares.urllength.UrlLengthMiddleware', 
'scrapy.spidermiddlewares.depth.DepthMiddleware'] 
2017-07-05 16:26:52 [scrapy.middleware] INFO: Enabled item pipelines: 
[] 
2017-07-05 16:26:52 [scrapy.core.engine] INFO: Spider opened 
2017-07-05 16:26:52 [scrapy.extensions.logstats] INFO: Crawled 0 pages (at 0 pag 
es/min), scraped 0 items (at 0 items/min) 
2017-07-05 16:26:52 [scrapy.extensions.telnet] DEBUG: Telnet console listening o 
n 127.0.0.1:6023 
2017-07-05 16:26:55 [scrapy.core.engine] DEBUG: Crawled (200) <GET http://www.la 
zada.com.my/robots.txt> (referer: None) 
2017-07-05 16:26:55 [scrapy.core.engine] DEBUG: Crawled (200) <GET http://www.la 
zada.com.my/shop-power-banks2/?price=2-2/> (referer: None) 
2017-07-05 16:26:55 [scrapy.core.engine] INFO: Closing spider (finished) 
2017-07-05 16:26:55 [scrapy.statscollectors] INFO: Dumping Scrapy stats: 
{'downloader/request_bytes': 596, 
'downloader/request_count': 2, 
'downloader/request_method_count/GET': 2, 
'downloader/response_bytes': 55953, 
'downloader/response_count': 2, 
'downloader/response_status_count/200': 2, 
'finish_reason': 'finished', 
'finish_time': datetime.datetime(2017, 7, 5, 8, 26, 55, 942385), 
'log_count/DEBUG': 3, 
'log_count/INFO': 7, 
'response_received_count': 2, 
'scheduler/dequeued': 1, 
'scheduler/dequeued/memory': 1, 
'scheduler/enqueued': 1, 
'scheduler/enqueued/memory': 1, 
'start_time': datetime.datetime(2017, 7, 5, 8, 26, 52, 624796)} 
2017-07-05 16:26:55 [scrapy.core.engine] INFO: Spider closed (finished) 
+1

それは問題ですがインデント?クラス定義と同じレベルのメソッドの定義 – Pablo

+1

'scrap crawl'ログを共有できますか? –

+0

@Pabloインデントは私の側では問題ではないはずですが、ここにコピー&ペーストしますが、アラインメントには問題がありますので手動でインデントします – Rick

答えて

2

あなたは、各記事のリンクを抽出したい場合は、私のようなものを提案したい:

response.css("a.c-product-card::attr(href)") 

の代わり:

response.xpath('//a[contains(@class, "c-product-card__img-placeholder-inner")]/@href') 
+0

偉大な選択肢、とにかく私は前の問題を解決しました。私を助けてくれてありがとう – Rick