import scrapy
class myFirstSpider(scrapy.Spider):
name = "myFirst_Spider_Task"
#allowed_domains = ["cmis.bjedu.cn"]
start_urls = ["https://www.qidian.com/all",] #第一个网址
def parse(self, response):
selector = response.xpath("/html/body/div[2]/div[5]/div[2]/div[2]/div/ul") #本页的小说元素集合
if len(selector) > 0:
selector = selector[0]
for sub in selector.xpath("./li/div[2]/h4/a"):
href = sub.xpath("./@href")[0].extract() #小说跳转链接
name = sub.xpath("./text()")[0].extract() #小说名字
print href,name
#下一个网址
next_url = response.xpath("/html/body/div[2]/div[5]/div[2]/div[3]/div/div/ul/li")[-1].xpath("./a/@href")[0].extract()
if len(next_url) > 20: #这里简单判断结束条件
yield response.follow(next_url,callback=self.parse)
Scrapy 学习笔记 - 一个练手任务 ,爬取起点的全部小说名
最新推荐文章于 2021-08-26 19:21:37 发布