python爬虫翻页_Scrapy爬虫框架实现翻页提取数据 定位下一页的URL并发送Get请求...

scrapy框架爬虫感觉最关键的就是实现翻页请求了。我们在使用requests模块的时候,想要实现翻页,就需要找到下一页的url地址,然后再次使用requests.get()请求就可以了。那么在scrapy中,实现翻页操作,肯定首先需要找到下一页的url地址,然后构造一个关于下一页url地址的request请求传递给调度器,这里主要使用scrapy.Request()方法发送请求,我们来看一下具体的参数:

scrapy.Request(url ,

callback,

method='GET',

headers,

body,

cookies,

meta,

dont_filter=False

)

一般文档中括号中的参数表示可选参数。其中需要重点注意的参数:

callback:指定传入的url交给那个解析函数去处理

meta:实现在不同的解析函数中传递数据。meta默认会携带部分信息,比如:下载延迟,请求深度等。

dont_filter:让Scrapy的去重不会过滤当前url。Scrapy默认有url去重的功能,对需要重复请求的url具有重要意义。

我们可以发现scrapy.Request( )参数中存在headers和cookies,通常我们使用requests.get( )的时候可以把cookies放到headers中去,这个是没有问题的,但是在Scrapy中是不可以把cookies放入headers中去的,不然为什么会有两个参数,这不是多余吗,你也可以自己试试,把cookies放到headers中去,是没有任何效果的。

def parse(self, response):

next_page_url = response.xpath("//a[text()='下一页']/@href").extract()

while len(next_page_url) > 0:

yield scrapy.Request(next_page_url, callback=self.parse)

# scrapy.Request能构建一个requests,同时指定提取数据的callback函数

具体想要实现翻页,请求详情页,具体的代码就需要在爬虫spider中编写代码。那么我们通过一个案例来演示如何实现翻页,以及请求详情页数据。

  • 0
    点赞
  • 2
    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