scrapy爬取到的数据为空

使用scrapy爬取58同城的数据,发现xpath路径正确,第一次运行确实可以输出数据,但是第二次运行后却返回了一个空列表,代码如下

import scrapy


class Tongcheng58Spider(scrapy.Spider):
    name = "tongcheng58"
    allowed_domains = ["cn.58.com"]
    start_urls = ["https://cn.58.com/jiadian/?PGTID=0d100000-008d-26ef-fe66-3e870a34ef93&ClickID=4"]
    def parse(self, response):
        print("===============================================================")
        content=response.xpath('//div/a/h1')
        print(content.extract())

网上说是【allowed_domains】需要补全,所以尝试了把【start_urls】的内容复制给了【allowed_domains】,但是经过尝试并没有用猜测或许是scrapy的版本之间的差别

又因为第一次运行时能够输出内容,因此排除了xpath路径问题。

最终尝试了发现是头信息里的cookie没有设置,scrapy默认用了它内部设置的头信息。于是对setting里面的内容进行修改就可以了 :

1.打开settings.py文件

2.取消注释COOKIES_ENABLE = False

3.设置headers,添加cookie,以及UA,如果有referer的话也添加进去

3.执行scrapy crawl tongcheng58结果如下图所示,成功输出内容

  • 6
    点赞
  • 5
    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