第六章 Scrapy框架(九) 2020-03-11

九、Scrapy框架–实战–猎云网爬虫(2


cmd进入lyw文件夹,输入scrapy shell https://www.lieyunwang.com/archives/454266

回车,继续输入测试代码

response.xpath(“//h1[@class=’lyw-article-title’]//text()”).getall()

title_list= response.xpath(“//h1[@class=’lyw-article-title’]//text()”).getall()

“”.join(title_list).strip()

response.xpath("//h1[@class='lyw-article-title']/span/text()").get()

response.xpath(“//a[contains(@class,’author-name’)]/text()”).get()

response.xpath("//div[@class='main-text']").get()

response.url


items.py代码


import scrapy

 

 

class LywItem(scrapy.Item):

    title = scrapy.Field()

    pub_time = scrapy.Field()

    author = scrapy.Field()

    content = scrapy.Field()

    origin = scrapy.Field()


续上例,lyw_spider.py 示例代码


import scrapy

from scrapy.linkextractors import LinkExtractor

from scrapy.spiders import CrawlSpider, Rule

from ..items import LywItem

 

 

class LywSpiderSpider(CrawlSpider):

    name = 'lyw_spider'

    allowed_domains = ['lieyunwang.com']

    start_urls =['http://lieyunwang.com/latest/p1.html']

 

    rules = (

       Rule(LinkExtractor(allow=r'/latest/p\d+.html'), follow=True),

       Rule(LinkExtractor(allow=r'/archives/\d+'),callback="parse_detail", follow=False),

    )

 

    def parse_item(self, response):

        pub_time =response.xpath("//h1[@class='lyw-article-title']/span/text()").get()

        title_list =response.xpath("//h1[@class='lyw-article-title']/text()").getall()

        title = "".join(title_list).strip()

        author =response.xpath("//a[contains(@class,'author-name')]/text()").get()

        content =response.xpath("//div[@class='main-text']").get()

        origin = response.url

        item = LywItem(title=title,pub_time=pub_time, content=content, author=author, origin=origin)

        return item



上一篇文章 第六章 Scrapy框架(八) 2020-03-10 地址:

https://www.jianshu.com/p/08be0e880cff

下一篇文章 第六章 Scrapy框架(十) 2020-03-12 地址:

https://www.jianshu.com/p/b4bc58e806f9



以上资料内容来源网络,仅供学习交流,侵删请私信我,谢谢。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 212,294评论 6 493
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,493评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,790评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,595评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,718评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,906评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,053评论 3 410
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,797评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,250评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,570评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,711评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,388评论 4 332
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,018评论 3 316
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,796评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,023评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,461评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,595评论 2 350

推荐阅读更多精彩内容