我不明白为什么这段代码没有进入解析方法。 它与doc:http://doc.scrapy.org/en/latest/topics/spiders.html中的基本蜘蛛示例非常相似 而且我很确定这在当天早些时候有效...不确定我是否修改过某些东西..
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC
from selenium import webdriver
from scrapy.spider import Spider
from scrapy.selector import HtmlXPathSelector
from scrapy import log
from scrapy.selector import Selector
class jobSpider(Spider):
name='jobSpider'
wd = webdriver.Chrome()
wd.get("some url")
wd.switch_to_frame("cible")
def parse(self, response):
log.start()
wait = WebDriverWait(wd, 10).until(
(EC.visibility_of_element_located((By.ID, 'blocResultat'))))
print(wd.page_source)
stuff=Selector(text=wd.page_source).xpath('//a[contains(@onclick,"win=window.o pen(\'JobOffs")]').extract()
print(stuff)
答案 0 :(得分:2)
您的parse(self, response):
方法不属于jobSpider
类。如果您查看Scrapy documentation,您会发现parse
方法需要成为您的蜘蛛类的一种方法。
from selenium.webdriver.support.wait import WebDriverWait
from selenium.webdriver.common.by import By
from selenium.webdriver.support import expected_conditions as EC
from selenium import webdriver
from scrapy.spider import Spider
from scrapy.selector import HtmlXPathSelector
from scrapy import log
from scrapy.selector import Selector
class jobSpider(Spider):
name='jobSpider'
wd = webdriver.Chrome()
wd.get("https://www.leforem.be/particuliers/offres-emploi-recherche-par-criteres.html?exParfullText=&exPar_search_=true&exParGeographyEdi=true")
wd.switch_to_frame("cible")
def parse(self, response):
log.start()
wait = WebDriverWait(wd, 10).until(
(EC.visibility_of_element_located((By.ID, 'blocResultat'))))
print(wd.page_source)
stuff=Selector(text=wd.page_source).xpath('//a[contains(@onclick,"win=window.o pen(\'JobOffs")]').extract()
print(stuff)
此外,您需要在parse
方法中引用类数据,方法是在类中的任何数据上使用self.
前缀。
此外,您还缺少蜘蛛上的start_urls列表。没有它,蜘蛛不知道从哪里开始,也什么都不做。
答案 1 :(得分:1)
您必须使用self
访问属性,而parse
是该类的一部分。
def parse(self, response):
log.start()
wait = WebDriverWait(self.wd, 10).until(
(EC.visibility_of_element_located((By.ID, 'blocResultat'))))
print(self.wd.page_source)
stuff=Selector(text=self.wd.page_source).xpath('//a[contains(@onclick,"win=window.o pen(\'JobOffs")]').extract()
print(stuff)