scrapy中parse()方法中常用的知识点1

成功代码如下:

import scrapy


class CnblogSpider(scrapy.Spider):
    name = 'cnblog'
    allowed_domains = ['cnblogs.com']
    start_urls = ['http://cnblogs.com/qiyeboy/default.html?page=1']

    def parse(self, response):
        # 实现网页的解析
        # 首先抽取所有的文章
        papers=response.xpath(".//*[@class='day']")
        # 从每篇文章中抽取数据
        for paper in papers:
            url = paper.xpath(".//*[@class='postTitle']/a/@href").extract_first()
            title = paper.xpath(".//*[@class='postTitle']/a/span/text()").extract()[0]
            time = paper.xpath(".//*[@class='dayTitle']/a/text()").extract()[0]
            content = paper.xpath(".//*[@class='postTitle']/a/span/text()").extract()[0]
            # print('%s,%s,%s,%s'%url%title%time%content)
            print(f'{url},{title},{time},{content}')

其中有两点是我写的时候调试出来的
1.

title = paper.xpath(".//*[@class='postTitle']/a/span").extract()[0]

式子中正则这样写运行得到的结果是不准确的,得到的title如下
在这里插入图片描述
里面是带有标签

的,正确的方法是在正则后面加上text(),如下

title = paper.xpath(".//*[@class='postTitle']/a/span/text()").extract()[0]

还有格式化打印多个字符串除了format(),还可以如上例中

f'{a},{b},{c}'

格式打印

  • 0
    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