爬百度搜索


# -*- coding: utf-8 -*-
import scrapy
from urllib import parse

class BaiduSoSpider(scrapy.Spider):
    name = "baidu_so"
    allowed_domains = ["www.baidu.com"]
    start_urls = ['http://www.baidu.com/s?wd=%E7%A3%81%E5%8A%9B%E9%93%BE%E6%8E%A5%E6%90%9C%E7%B4%A2%E5%99%A8']

    def parse(self, response):
        post_urls = response.xpath("//*[@id=\"page\"]/a/@href").extract()
        print(post_urls)
        for post_url in post_urls:
            yield scrapy.Request(url=parse.urljoin(response.url, post_url), callback=self.parse_detail, dont_filter=True)

    def parse_detail(self, response):
        my_urls = response.xpath("//*/div[2]/a[1]/text()").extract()
        print(my_urls)
        for my_url in my_urls:
            my_url.replace("\xa0", "")
            print(my_url)
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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