Scrapy 分页爬取

import scrapy
from testSpider.items import TestspiderItem


class MeinvSpider(scrapy.Spider):
    name = 'meinv'
    allowed_domains = ['www.3gbizhi.com']
    start_urls = ['http://www.3gbizhi.com/meinv/']
    page = 2
    page_url = 'https://www.3gbizhi.com/meinv/index_%d.html'

    def parse(self, response, **kwargs):
        ul = response.xpath('/html/body/div[4]/ul/li | /html/body/div[5]/ul/li')
        for div in ul:
            name = div.xpath('./a/div[2]/text()').extract_first()
            item = TestspiderItem()
            item['file_name'] = name
            yield item

        if self.page <= 5:
            new_url = self.page_url % self.page
            self.page += 1
            # 在解析过程中产生新的url,需要对新的url再次发起请求时,yield 手动调用scrapy.Request方法对象,
            yield scrapy.Request(url=new_url, callback=self.parse)

总结:两个地方会用到item
第一用yield 返回将item返回给管道
第二用yield手动发起Requets请求或者是FormRequests请求,即封装新的url。

  • 0
    点赞
  • 1
    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