把 scrapy 抓来的内容 相对路径,转换成 绝对路径,用于下一次的抓取

本文介绍了一个使用Scrapy框架的爬虫示例,重点展示了如何通过XPath抓取页面中的文章链接,并利用Scrapy的工具函数实现相对URL到绝对URL的转换。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

代码如下


from scrapy.utils.response import get_base_url
from scrapy.utils.url import urljoin_rfc

class TestSpider(BaseSpider):
    
    name = 'test'
    
    def __init__(self):

        # articleUrl  xpath 
        self.articleUrlXpath = '//a[contains(@href, "content*")]/@href'

    def parse(self, response):
        sel = Selector(response)
        base_url = get_base_url(response)

        for url in sel.xpath(self.articleUrlXpath).extract():
            yield Request(urljoin_rfc(base_url, url), callback=self.parse)   

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值