我正在尝试使用scrapy python抓取网站,大多数网站都成功完成但是大多数网站都给出了艰难的时间,因为它们运行在Nodejs和angularjs框架或其他java框架上,scrapy crawler无法从中获取详细信息页面。请在这里我需要你的关注。期待您的最早帮助。
在这里,您可以找到我最初用于测试库的代码。
import scrapy
from selenium import webdriver
from scrapy.http import TextResponse
class QuotesSpider(scrapy.Spider):
name = "quotes"
start_urls = ['https://en-ae.wadi.com/home_entertainment-televisions/?ref=navigation']
def parse(self, response):
self.log('i have just visited the ' + response.url)
yield{
'product_name' : response.css('p.description.ng-binding > span::text').extract_first(),
}
提前致谢。
答案 0 :(得分:3)
查看splash:这将允许您抓取基于javascript的网站。
您还可以创建自己的下载中间件并使用Selenium:How to write customize Downloader Middleware for selenium and Scrapy?
希望这有帮助。