Question

我试图制作一个爬行tripadvisor.in的蜘蛛来提取一些数据，但我不知道为什么它不起作用。我的项目名称是蜘蛛侠。这是我做的蜘蛛::

import scrapy
from scrapy.selector import Selector
from spidey.items import tripad


class DmozSpider(scrapy.Spider):
    name="spidey"
    allowed_domains=["https://www.tripadvisor.in"]
    start_urls=['https://www.tripadvisor.in/Attractions-g297604-Activities-Goa.html']
    def parse(self, response):
    sel=Selector(response)

    sites=sel.xpath('//div[@id="FILTERED_LIST"]/div[@class="tmHide"]/div[@class="element_wrap"]/div[@class="wrap al_border attraction_element"]/div[@class="entry al_offer_group"]/div[@class="property_title"]').extract()
    items=[]
    for site in sites:
        item=tripad()
        item['name']=site.xpath('//h1[@id="HEADING" class="heading_name"]/text()').extract()
        items.append(item)

    return items

Answer 1

好吧，我会指出两个错误。可能会有更多。

正如@Rafael所说，allowed_domains错了。
缩进在Python中绝对重要。你的错了。

喜爱

我试图制作一个爬行tripadvisor.in的蜘蛛来提取一些数据，但我不知道为什么它不起作用。我的项目名称是蜘蛛侠。这是我做的蜘蛛::

import scrapy
from scrapy.selector import Selector
from spidey.items import tripad

class DmozSpider(scrapy.Spider):
    name="spidey"
    allowed_domains=["tripadvisor.in"]
    start_urls=['https://www.tripadvisor.in/Attractions-g297604-Activities-Goa.html']
    def parse(self, response):
        sel=Selector(response)

        sites=sel.xpath('//div[@id="FILTERED_LIST"]/div[@class="tmHide"]/div[@class="element_wrap"]/div[@class="wrap al_border attraction_element"]/div[@class="entry al_offer_group"]/div[@class="property_title"]').extract()
        # I prefer to yield items:
        for site in sites:
            item=tripad()
            item['name']=site.xpath('//h1[@id="HEADING" class="heading_name"]/text()').extract()
            yield item

我的scrapy蜘蛛不起作用

1 个答案: