python3----scrapy(筆記)

 1 import scrapy
 2 import sys
 3 # import io
 4 # sys.stdout = io.TextIOWrapper(sys.stdout.buffer, encoding='gb18303')
 5 from scrapy.selector import Selector, HtmlXPathSelector
 6 class ChoutiSpider(scrapy.Spider):
 7     name = 'chouti'
 8     # allowed_domains = ['chouti.com']
 9     start_urls = ['http://dig.chouti.com/']
10 
11     def parse(self, response):
12         # print(response.text)
13         # content = str(response.body, encoding='utf-8')
14         # print(content)
15         # hxs = Selector(response=response).xpath('//a').extract()
16         # for i in hxs:
17         #     print(i)
18         # hxs = Selector(response=response).xpath('//div[@id="content-list"]/div[@class="item"]').extract()
19         # for i in hxs:
20         #     print(i)
21         hxs = Selector(response=response).xpath('//div[@id="content-list"]/div[@class="item"]')   # 標籤對像列表
22         for obj in hxs:
23             a = obj.xpath('.//a[@class="show-content color-chag"]/text()').extract_first()
24             print(a.strip())
25 
26 '''
27 //   表示子孫中
28 .//  當前對像的子孫中
29 /    兒子
30 /div 兒子中的div標籤
31 /div[@id="i1"  兒子中的div標籤且id=i1
32 obj.extract()    列表中的每個對象轉換成字符串 =>[]
33 obj.extract_first() 列表中的每個對象轉換成字符串=>列表第一個元素
34 //div/text()   獲取某個標籤的文本
相關文章
相關標籤/搜索