爬虫1:总共有1000页,每一页有10个项,每个项有一个通向详情页的url,现在需要爬详情的内容

本文讨论了一个爬虫项目,涉及1000页,每页10个链接,总计10000个详情页。使用Scrapy进行抓取时,通过pipeline处理每个链接的症状数据。当前存在的问题是,每条症状单独插入数据库,导致效率低下。为提高效率,文章可能探讨了如何优化数据库操作,以批量处理疾病的所有症状。
摘要由CSDN通过智能技术生成

​ 总共有1000页,每一页有10个项,每个项有一个通向详情页的url,现在需要爬详情的内容,用scrappy。

class AskdSpider(scrapy.Spider):
    name = 'ym'
    allowed_domains = ['j4b.x4y.com', 'z4k.x4y.com']
    start_urls = []
    # for i in range(0, 10137):
    for i in range(1, 10137):
        start_urls.append('http://j4b.x4y.com/il_s4i/symptom/' + str(i) + '.htm')


    def parse(self, response):
        item = AskdoctorItem()
        #<div class="jb-name fYaHei gre">肺出血-肾炎综合征</div>
        #获取div内容
        item['title'] = response.xpath("//*[@class='jb-name fYaHei gre']/te
  • 0
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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