scrapy爬糗事百科作者昵称

#settings里要设置USER_AGENT跳过糗事百科网站反爬虫。 
# -*- coding: utf-8 -*-
import scrapy
from qsbk.items import QsbkItem

class ChongSpider(scrapy.Spider):
    name = 'chong'
    allowed_domains = ['www.qiushibaike.com']
    start_urls = ['https://www.qiushibaike.com']

    def parse(self, response):
        ids=response.xpath('//h2/text()')
        next_page=response.xpath('//ul[@class="pagination"]/li/a/@href').extract()[-1]
        next_page='https://www.qiushibaike.com'+next_page
        #把数据交给items处理
        a=QsbkItem()
        a['next_page']=next_page
        for id in ids:
            a['id']=id
            yield a
        #下一页地址给request解析后回调给parse抓取下一页id
        yield scrapy.Request(next_page,callback=self.parse)
  • 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