一:怎么实现翻页呢?
在获取下一页的URL后,在parse() 方法中使用该URL构造Request对象,然后通过yield关键字将Request对象作为返回值返回。Request对象随后会被Scrapy Engine 获得并转发给Scheduler模块进行调度,由Downloader模块下载网页代码,最后再传递给parse()方法完成更新页面的解析。
二:不同结构的网页爬取
详情页的URL可以从列表中获取,但是详情页与列表的页面结构不同,所要获取的数据不同,这时用来处理列表的parse()方法并不能用来提取详情页面中的数据,因此,需要指定新的方法来处理详情页中的信息,实现方法很简单,就是在构造Request对象时添加callback参数以指定当前Request下载结果的处理方法,如果不设置Request就会交给parse()方法来处理。
浅浅的聊聊多层网页爬取————>爬虫框架
最新推荐文章于 2023-04-10 16:43:43 发布