Question

我正在尝试抓取该页面“ https://myanimelist.net/anime.php?letter=A”，我找到了我想要的信息，但是我希望每一行都得到我并删除// n / n

for anime in tree.xpath('//*[@id="content"]/div[5]/table//tr'): 
data = {"title" : anime.xpath("//strong//text()").extract(),
        "synopsis" :  anime.xpath("//td[2]//text()").extract(),
        "type_" :  anime.xpath("//td[3]//text()").extract(),
        "episodes" :  anime.xpath("//td[4]//text()").extract(),
        "score" :  anime.xpath("//td[5]//text()").extract()}

此外，我什至不敢确定赶上页面上出现的所有动漫。如果有人也可以向我展示css方法，那就太好了（有意学习）

Answer 1

根据要求，我只是提供一些数据点的CSS示例，而让其他数据点供您自己探索：

In [1]: fetch('https://myanimelist.net/anime.php?letter=A')
2018-11-06 23:15:40 [scrapy.core.engine] INFO: Spider opened
2018-11-06 23:15:41 [scrapy.core.engine] DEBUG: Crawled (200) <GET https://myanimelist.net/anime.php?letter=A> (referer: None)

In [2]: for tr_sel in response.css('div.js-categories-seasonal tr ~ tr'):
   ...:     sample_data = {
   ...:         'title': tr_sel.css('a[id] strong::text').extract_first(),
   ...:         'type': tr_sel.css('td:nth-child(3)::text').extract_first(),
   ...:     }
   ...:     print(sample_data)

更多信息：https://www.w3schools.com/cssref/css_selectors.asp

每行的Scrapy xpath选择器

1 个答案: