Question

我一直在尝试使用Scrapy（xpath）从脚本标签中提取数据。我的主要问题是确定正确的div和脚本标签。我是使用xpath的新手，感谢您提供的任何帮助！

<script>    
var COUNTRY_SHOP_STATUS = "buy";
var COUNTRY_SHOP_URL = "";
try {
digitalData.page.pathIndicator.depth_2 = "mobile";
digitalData.page.pathIndicator.depth_3 = "mobile";
digitalData.page.pathIndicator.depth_4 = "smartphones";
digitalData.page.pathIndicator.depth_5 = "galaxy-s8";    
digitalData.product.pvi_type_name = "Mobile";
digitalData.product.pvi_subtype_name = "Smartphone";
digitalData.product.model_name = "SM-G950F";
digitalData.product.category = digitalData.page.pathIndicator.depth_3;
} catch(e) {}
</script>

我终于想用model.name以及深度3、4和5的数据填充我的csv文件。我已经尝试了与此问题类似的其他解决方案，但它们似乎不起作用...

Answer 1

您可以使用regex提取所需的值：

import re

source = response.xpath("//script[contains(., 'COUNTRY_SHOP_STATUS')]/text()").extract()[0]

def get_values(parameter, script):
    return re.findall('%s = "(.*)"' % parameter, script)[0]

print(get_values("pathIndicator.depth_5", source))
print(get_values("pvi_subtype_name", source))
print(get_values("model_name", source))
...

使用Scrapy Xpath从脚本标签获取数据并将其用作CSV

1 个答案: